阿里巴巴阿里妈妈-联盟业务算法工程师-北京/杭州

联盟算法团队依托于联盟业务生态，以大模型、深度学习、多模态理解等先进AI技术来驱动站外广阔的十亿级消费者的电商营销场景发展。不同于站内确定性场景，我们直接面向站外复杂多变的电商生态，因此可以接触到业界前沿的领域知识，如微信、微博等社交领域、抖音快手小红书等内容场景。我们持续进行LLM大语言模型、深度学习、多模态理解、知识图谱、信息检索、图学习等前沿技术的研究，并通过搜索、推荐、投流、榜单、承接页等产品形式，在用户意图理解、渠道智能选品、商家营销建议、个性化召回、多场景多目标预估、排序策略、智能创意等领域进行深耕，在不断提升业务效果的同时，也在不断拓展基础技术和应用技术的边界。热忱欢迎对大语言模型、广告算法、搜索推荐和计算机视觉等方向感兴趣的同学加入我们，一起加油，共同成长！我们坚信你的加入，是我们彼此优秀的开始。

1、参与快手海外联盟广告系统的算法研发与策略优化，涵盖流量定价、广告匹配、收益分成等关键链路，服务全球开发者和广告主，驱动联盟广告业务增长； 2、设计并优化联盟广告流量的投放和分发机制，结合因果推断、博弈论、运筹优化等理论，提升平台收益与开发者体验之间的平衡； 3、研发适用于联盟生态的流量匹配模型，提升CTR/CVR/竞胜率等关键指标的准确性，兼顾kwai、非kwai泛化迁移能力； 4、探索跨平台、跨形态广告生态中的新型匹配与变现策略，推进联盟广告系统的稳定性、鲁棒性与智能化算力； 5、探索LLM在联盟生态的价值，通过LLM的世界知识和推理能力缓解联盟的数据缺乏问题。

1、负责优化穿山甲联盟广告细分行业的变现效率，比如：电商、网络服务、教育、金融等等； 2、站在行业客户角度，垂直审视广告投放系统各个阶段存在的疑难问题，进行投放策略、模型算法的优化； 3、针对各个行业深度转化链路的差异，优化稀疏样本条件下的深度行为预估模型和出价策略，提升客户的行业后端效果； 4、针对联盟流量异构和人群差异的问题，采用联邦学习或者私有建模的数据闭环方案，设计和优化人群泛化算法，最大化行业客户价值； 5、深入分析行业投放问题，提供冷启动、稳定性、行业生态等长期问题的解决方案。

1、负责游戏联运分发、信息广告、联盟广告等业务的推荐算法工作，提升收入和用户体验； 2、负责推荐算法召回、粗排、精排、出价、机制策略等的研发和探索； 3、探索海量数据下的深度学习建模方法，探索复杂问题的系统设计和分析路径。