阿里巴巴淘天算法技术-算法工程师（流量机制）-杭州

1. 负责淘宝核心推荐场景（首猜&购中后&tab2等) 的核心机制策略设计与优化，包括但不限于重混排模型，用户兴趣理解，个性化体验策略，冷启动技术，内容生态等全链路策略，提升推荐精准度与用户满意度和帮助商家创作者成长。 2. 探索大模型在推荐场景的落地应用，如基于大模型的用户兴趣理解，用户体验评估，AI选品，大模型潜力预估，大模型重构粗召精重混排模型等推动推荐技术的前沿突破。 3. 与产品、数据、工程团队紧密协作，将策略方案转化为可落地的技术方案，通过AB实验验证效果并持续迭代。 4. 跟踪推荐领域前沿技术与行业动态，结合业务场景进行创新探索，沉淀技术方法论与工具，提升团队算法能力。

团队介绍 淘宝搜索是阿里巴巴亿级用户交易的核心引擎，也是全球电商领域技术创新的风向标。在这里，你将： 1、深度参与大模型与电商搜索的全场景融合：从LLM、多模态大模型（MLLM）到强化学习（RL），探索技术无人区。 2、定义电商搜索的技术范式：推动SKU引擎、超大规模索引、用户意图理解等技术的突破。 3、打造亿级用户产品：你的代码将直接影响数亿消费者的购物体验与千亿级GMV的达成。 核心方向：大模型驱动的电商搜索革命 1. 负责淘宝搜索算法的设计与优化，针对新品引入、下沉市场用户行为及流量分发机制，提升搜索用户体验与商业价值； 2. 研究并实现用户画像建模、搜索排序策略及细分场景（如长尾商品、低线城市用户）的精细化推荐算法，优化点击率与转化率； 3. 参与搜索流量机制的建模与迭代，结合大数据分析与机器学习技术，推动搜索系统效率指标提升； 4. 冷启和下沉人群模型构建，包括但不限于生成式召回/LLM4ranking 等。 5. 跨产品、数据、工程多团队协作，通过完备的实验验证算法效果，并推动技术方案在生产环境的落地与持续迭代。

工作内容 1. 支持唯品会电商日常好货好价商品培育，新品成长，大促活动流量分发工作； 2. 对商家、商品、品牌、用户行为做深入理解分析，优化货品、流量策略，制定针对性算法优化流量效率。 3. 利用大规模机器学习算法，深化召回、CTR/CVR模型优化，在线控制算法等，引入强化学习、多目标学习、迁移学习 等前沿技术，解决多任务多目标约束下的流量效率最大化问题。 4. 构建全域流量协同策略，整合搜索、推荐、跨场景流量， 设计全域流量算法框架 ，实现多场景用户触达与转化效率最大化； 5. 理解电商业务知识，参与业务规则制定和流量策略优化，通过流量机制算法策略达成公司层面战略目标。

1、参与喜番APP的视频推荐系统优化，提升用户留存率、时长、vv和互动等核心指标，为用户和作者提供更好的匹配，实现用户、作者和平台的共赢； 2、参与超大规模机器学习、深度学习领域的技术研发工作，包括但不限于神经网络模型设计与优化、强化学习、迁移学习、主动学习等的算法和系统研发等； 3、优化喜番APP的激励玩法和金币分发策略，在ROI约束下优化用户活跃度； 4、和产品、运营团队合作，共同优化社区生态，提供给快手用户更好的推荐体验，满足用户对内容精准性、多样性、实效性、有用性等多维需求。