阿里巴巴阿里国际-推荐算法工程师/专家(跨境电商TAO业务)-杭州
任职要求
任职要求 基本要求 ● 计算机、数学、统计学、人工智能等相关专业硕士及以上学历; ● 5年以上推荐系统相关工作经验,有大型电商平台或互联网公司推荐系统经验者优先; ● 精通推荐系统算法原理与工程实现,熟悉协同过滤、矩阵分解、深度学习模型(如DIN、DSSM、Graph Neural Network等); ● 熟悉推荐系统全流程,包括数据处理、特征工程、模型训练、AB测试、线上部署等; ● 熟练掌握Python、Java、C++等至少一种编程语言,熟悉TensorFlow、PyTorch等主流深度学习框架; ● 具备良好的沟通能力与团队协作精神,能够独立推动项目落地。 加分项 ● 有推荐系统算法竞赛(如Kaggle、阿里天池等)获奖经历; ● 有推荐系统论文发表或开源项目贡献者优先; ● 有技术团队管理或项目管理经验者优先;
工作职责
● 负责日本站推荐系统的整体架构设计与算法策略制定,包括但不限于内容推荐、协同过滤、深度学习模型、多目标优化等; ● 带领团队完成从算法研究、模型训练、AB测试到线上部署的全流程闭环; ● 深入理解日本市场用户行为与文化特性,结合业务场景设计个性化推荐策略,提升用户活跃度与GMV; ● 探索前沿推荐算法(如Graph-based推荐、多模态推荐、强化学习等),推动技术落地; ● 与产品、运营、数据团队紧密合作,推动算法在业务中的价值转化; ● 建立推荐系统的评估体系与监控机制,持续优化模型效果与系统稳定性; ● 培养和指导团队成员,推动团队技术能力提升与知识沉淀。
1.主导多模态推荐系统研发,结合文本、图像、视频等多模态数据优化商品理解、用户行为分析及推荐策略,推动多模态与电商场景的深度融合。 2.设计并实现跨模态对齐技术(如图文/视频语义一致性建模),提升推荐系统的泛化能力和冷启动效果,探索多模态大模型在电商中的创新应用(如CLIP、BEiT3等框架优化)。 3.推动多模态模型的工程化部署,包括分布式训练加速(如TensorRT-LLM)、推理效率优化及性能调优。 4.结合搜索与推荐场景,探索多模态特征在排序、检索中的辅助作用,提升用户交互体验。
AE 推荐算法团队负责AliExpress所有推荐类相关产品的算法研发,包括商品信息流、图文、短视频等众多场景的推荐,致力于用AI先进技术对商品&内容进行挖掘和理解,提升流量分发效率和用户体验,服务于全球243个国家数十亿消费者: 1. 负责跨境电商场景中的用户理解,利用超大规模深度学习对用户长短期兴趣进行建模与实时意图预测 2. 负责推荐商品召回,包括i2i召回、深度个性化召回、多兴趣表达与匹配等 3. 负责优化推荐排序大模型,利用大规模深度学习技术对商品进行表征&个性化排序 4. 负责推荐流量机制与策略研发,包括新品、新用户的投放策略与调控机制
关于我们: AI Business 成立于2023年4月,是阿里国际数字商业集团设立的一层业务组织,专注于大模型技术能力建设和 AI 原生应用和产品的打造,旨在用最先进的 AI 技术重塑平台竞争力,为商家和用户带来极致电商体验。 作为跨境电商领域的 AI 先锋,我们坚定地相信人工智能对塑造未来电商的关键作用,并坚持对 AI 领域人才的培养和发展。我们已经汇聚了业内顶尖的 AI 算法专家、AI 工程师和AI产品团队,并诚挚邀请有共同使命感、追求创新与卓越的 AI 人才加入我们的团队,共同用AI技术书写数字商业领域的新篇章。 职位描述: 1、负责多语言大语言模型(LLM)的预训练、微调及优化,探索高效训练策略(如低资源语种能力迁移、任务调度优化等),提升模型性能与跨文化场景适应性; 2、构建多模态大模型技术体系,包括图文生成、视频内容生成、多模态检索与信息抽取,支持商品虚拟试穿、智能客服等业务场景。 3、推动大模型与业务深度融合,开发基于LLM的对话系统、Agent产品及RAG系统,优化电商文本生成、跨语言信息匹配、时间序列预测等场景的智能决策能力; 4、设计强化学习对齐算法(如RLHF/DPO),提升模型在垂直领域(如商品推荐、用户交互)的精准度与可控性。 4、实现大模型的高效推理部署,包括模型压缩量化、GPU并行计算优化(如CUDA加速),确保高并发场景下的服务稳定性; 5、探索生成式AI与电商场景结合的前沿技术(如AIGC内容生成、多模态商品检索),推动技术规模化落地。