阿里巴巴阿里国际站-AI+工程师-交易履约(深圳)
任职要求
1. 本科及以上学历，计算机/数学/统计相关专业，3年以上服务端开发经验 ，有大模型落地调优经验。 2. 精通 Java/C++/Python（至少一种） 及主流框架（Spring Boot/Gin/Django）；熟练掌握 MySQL/PostgreSQL 数据库设计与优化，精通 Redis 缓存策略；有高并发系统开发经验，熟悉分布式事务、限流熔断、负载均衡机制。 3. 熟悉AI 工程化流程，有 Prompt 工程、RAG 应用或大模型微调经验，具备 Python 数据处理能力；掌握模型部署与监控技术栈，如：Prometheus+Graf…
工作职责
1. 设计并开发高可用、高并发的分布式服务；构建微服务架构（如Spring Cloud/Dubbo），优化API性能与稳定性；负责数据库（MySQL/PostgreSQL）、缓存（Redis）、消息队列（Kafka/RabbitMQ）的技术选型与性能调优。 2. 将大模型部署到生产环境，设计实时/离线推理服务架构（如模型压缩加速、分布式训练框架集成）；监控模型线上表现（如准确率、延迟、吞吐量）；主导模型的迭代调优（参数调优、后训练、评测）；监控模型效果，定位预测偏差、数据漂移等问题。 3. 理解大模型原理并制定工程化方案，与产品、UI/UX、测试及运维团队紧密协作，确保项目高质量交付。
1. 参与医健服务平台关键系统的建设，负责领域设计和落地； 2. 参与医疗服务推荐引擎的核心模块开发，建设服务履约全链路平台和资金链路管理； 3. 设计和实现高可用、高并发的服务架构； 4. 承担核心功能模块代码编写，推进项目进度，保证项目质量和业务结果； 5. 负责医健服务平台AI Agent的设计与开发，基于大模型构建智能体，实现医疗服务推荐、履约流程自动化； 6. 设计Agent工具调用、任务规划、多轮对话等核心能力，探索Multi-Agent协作模式，解决复杂服务调度问题；
资深Java/架构师 - 平台治理策略 【】 负责构建和优化支撑全球电商业务健康、安全、合规的核心治理平台。技术决策将直接影响平台商品质量、商家合规水平、消费者信任和整体营商环境。 【核心职责】 1、平台治理中台架构设计：负责平台治理领域（不限于商品质检、资质合规、风险处置、商家体验等）的业务中台与数据中台架构设计，实现高内聚、低耦合的系统解耦。规划和设计可扩展、高可用的治理核心系统，包括但不限于规则引擎、工作流引擎、任务调度平台、实时/离线风控系统。 2、核心系统研发与攻坚：主导不限于商品信息治理系统、实物质检履约系统、商家合规证书管理平台、处置与处罚系统的架构设计与技术难点攻关，构建一体化的商家体验平台，包括申诉、咨询、任务中心，提升商家满意度和运营效率。 3、技术与创新驱动：引入大数据、机器学习等技术，提升平台在图片/文本识别、风险商家挖掘、智能质检等方面的自动化能力和准确率。优化海量数据（商品、订单、行为日志）下的实时计算与批量处理性能，保障系统在亿级流量下的稳定与低延迟。 4、团队与标准建设：制定团队技术规范、代码规范，主导核心代码的编写与评审。培养和指导高级工程师，提升整个团队的技术设计和架构能力。
1、负责构建1688的全球分销网络、数字化供应链能力、交易履约体系，能主导核心架构设计及研发工作 2、通过对业务的理解及客户价值的判断，对现有产品和系统进行改进和优化 3、技术敏感度高，能从用户和技术出发，实现面向未来的系统规划、设计和落地 4、技术预研和技术难点公关，保障系统可用性、稳定性和可扩展性 5、有跨境电商平台、供应链系统、AI技术应用、SaaS软件研发经验者优先
团队介绍：Data-电商团队，负责电商创新项目的算法和大数据工作。依托于字节跳动产品，帮助用户发现并获得好物，享受美好生活。在这个团队，我们不仅要通过推荐和搜索算法帮助用户买到感兴趣的好东西，也要通过风控算法和智能平台治理算法去甄别违规行为，保护用户的购物体验；我们还要建设智能客服技术、大规模商品知识图谱来提升各个交易环节的效率；我们也要结合机器学习和运筹算法，来优化供应链和物流的效率和成本，并进一步提升用户体验；另外我们还会用人工智能来帮助商家提升经营能力。我们的使命：没有难卖的优价好物，让美好生活触手可得。 课题介绍： 背景：电商领域短视频内容正逐渐成为业务增长和用户体验优化的重要方向，通过多模态的视频理解与生成大模型创新解决电商场景中的核心挑战，例如短视频与电商商品的精准匹配、AIGC（AI生成内容）视频生成等，让用户在浏览短视频时获得更精准的商品匹配，并为内容创作者提供更便捷强大的创作工具。 研究方向：本课题聚焦于多模态视频理解与生成。构建高效的多模态嵌入模型，实现视频、图像、文本、商品等模态间的统一表示学习，以增强短视频与电商商品的关联性。通过大规模跨模态数据集的构建与优化，提升视频与商品的匹配精准度，使模型能够自动识别短视频中的商品或品牌，并精准映射至电商库，支持用户在观看时直接获取相关购买信息。此外，还将探索 AIGC（AI生成内容）短视频技术，包括商品图像+文本生成带货视频、智能剪辑与特效添加、虚拟试穿等，降低电商内容制作成本，提升营销效率。 1、负责对电商场景下的商品内容、视频内容进行理解和可控生成，赋能电商全链路场景，提供优质商品供给、内容供给、商家、达人供给等，建立商品履约视角的商品理解算法体系，为商品履约保驾护航，提升购物体验； 2、基于前沿的AIGC模型能力，帮助降低商家素材制作成本，提升平台优质供给（短视频、图文等），利用NLP、CV、多模态技术，增强对短视频内容、图文、商品理解能力，支持搜索、推荐、商城全导购链路，提升消费者在内容场和货架场购物体验； 3、挖掘电商垂直领域大规模、高质量Pretrain数据集，基于字节跳动通用大模型，研发电商行业大模型，探索电商交互式导购新场景； 4、跟踪AIGC/CV/NLP/多模态/LLM领域的最新研究和技术发展，负责算法模型迭代升级。