阿里巴巴1688-大模型算法-杭州
任职要求
1.硕士及以上学历，计算机、数学、统计学相关专业优先； 2.2年及以上NLP、预测、运筹、推荐等领域相关经验，对业界主流算法有较深理解，有较强的编程能力，熟悉pytorch、tensorflow等框架，熟练掌握Tensorflow、PyTorch等至少一种深度学习框架； 3.具备扎实的算法基础，熟悉深度学习原理，对LLM、Agent的训练、优化和应用有经验，有成功的实际应用案例或优秀技术成果的优先； 4.具有优秀的逻辑思维能力和沟通协调能力，善于团队协作。
工作职责
1.负责1688与全网多模异构数据的信息抽取、对齐挖掘能力，提升商家选品Agent的需求感知能力 2.负责需求预测大模型训练优化，提升选品Agent的决策与规划能力 3.负责商家商品运营决策AIGA模型训练优化，包括商品优化、AI定价、营销决策等，提升商品运营Agent的商家生意效果 4.负责商品改款AIGC生成模型与商品理解多模态模型的训练优化 5.负责探索商品运营multi agent强化训练算法开发，通过商品多Agent协同决策持续提升商家经营效果 6.负责商家侧的客户画像、采购需求与复购周期预测，帮助商家高效运营买家 7.负责客户运营侧基于买家需求的AIGC营销内容优化，通过微信、小红书、站内信、外呼等多端渠道帮助商家持续激活买家复购
职位描述 面向淘天自营业务场景，探索大模型与推荐算法结合的下一代推荐系统技术，充分利用大模型的领域知识和学习范式为推荐系统注入新动力，包括但不限于生成式推荐、模型Scaling Law、用户超长序列建模等，解锁更大的算法提升空间； 1.负责大语言模型、多模态大模型的训练，探索预训练表征的高效处理方式以及与推荐系统的结合方式，让推荐系统充分理解世界知识； 2.基于类Transformer架构的设计和升级推荐大模型，验证推荐的Scaling Law，探索兼顾性能和效果的模型技术，持续提升业务场景效果； 3.结合业务目标和场景特点，探索并利用大语言模型技术对现有推荐系统的各环节进行优化改进，探索并开发生成式推荐系统技术，提升用户体验，实验业务价值； 4.持续关注行业内人工智能技术的发展趋势，结合业界前言技术和业务需求，和工程同学一起探索&打造大模型应用的最佳实践，提升业务效果和用户体验；
1. 负责阿里国际站搜推机制算法研发工作，包括“搜推商业机制优化”、“商家ROI价值增长”等，并实现相关技术在实际业务场景中的落地； 2. 分析和洞察业务痛点，发现机会；合理定义问题，提出建设性解决方案，协同各方推动算法落地，帮助业务取得突破； 3. 对算法领域进行中长期规划和布局，追踪相关领域算法前沿技术，探索将新技术应用于实际业务；
搜索匹配算法&大模型算法 业务描述： 1、我们所在的组是为全球最大的B2B电商-alibaba.com搜索算法业务服务，致力打造全球顶级的搜索引擎，为全球200多国家的买家提供多语言搜索搜索匹配能力。 2、整个搜索全面转向大模型，升级文文匹配、多模态匹配的精准性，深化用户意图识别、打造英语、多言语言深度语义一流技术，并进行产品创新，实习智能问答，应用技术包括：RAG、强化学习、Agent、对话等等。 3、为搜索全链路（召回、粗排、相关性、精排、重排、增长&留存）效能不断提升进行优化。利用全球化、多文化的海量用户数据，对用户的诉求进行极致识别，促进业务目标的转化。 4、针对多国家、多语言用户带来的query长尾偏多，行为稀疏、不均衡问题，进行深度探索，更好理解用户的真实意图，让多样的货品与不同用户/群体，实现连接。
1.围绕蚂蚁信贷业务场景中的复杂优化问题，构建融合大模型Agent技术的智能决策系统，结合深度强化学习、动态规划等算法实现业务策略的自主演进与精细化运营； 2. 研发面向金融场景的大规模混合优化求解框架，集成深度学习表征学习、大模型推理优化等前沿技术，打造新一代智能优化算法引擎； 3.探索大模型Agent与运筹优化的深度融合，通过LLM驱动的自动化建模、强化学习策略迭代等技术突破传统优化边界； 4.构建跨领域协同创新机制，推动AI Agent技术与风控策略、资源调度等业务系统的端到端整合。