阿里巴巴阿里国际站-搜索推荐工程-技术-服务端-开发
任职要求
1、对搜索推荐有浓厚的兴趣，掌握的研发技术以Java为主，要求Java基础扎实，熟悉io、多线程、分布式、缓存、消息等机制； 2、3年以上Java开发的经验，熟练使用spring 、MVC等主流框架，熟悉Linux下的常用命令，熟悉MySQL等主流的数据库； 3、掌握常用设计模式，大型应用的开发经验，具备应对大数据、分布式、高并发、高负…
工作职责
1. 负责阿里巴巴国际站搜索推荐相关业务的分析和实施，包括工程搭建、业务数据分析、系统稳定性以及性能保障等； 2. 基于搜索推荐引擎以及算法的理解，结合产品和业务的发展方向，完成相关系统建设； 3. 分析现有系统的瓶颈，解决各种疑难问题，对系统进行持续优化，打造易扩展、高并发、低延时要求的业务架构； 4. 紧跟业界前沿，针对不断增长的业务需求，并结合AIGC等新技术的预研，完成项目的技术选型、设计和落地。
岗位内容 参与产品需求分析和技术方案设计，负责Java后端开发工作； 开发和维护高质量、高性能的后端系统，保证系统的稳定性和可扩展性； 负责系统的架构设计和核心模块的开发，优化系统性能和代码质量； 配合前端和后端服务团队完成接口对接和功能实现，确保系统功能的完整性； 解决系统中出现的问题和瓶颈，提供有效的解决方案； 跟踪并应用后端开发领域和搜推领域的最佳实践和新技术，以提高团队的技术能力和产品质量
职位定位 负责搜索推荐场景下算法服务的后端架构设计、工程化落地及技术创新，通过高效的数据处理与服务架构支撑，推动业务指标持续优化，同时探索大模型、RAG 等前沿技术在搜推领域的规模化应用。 核心职责： 1、主导搜索推荐算法服务的后端架构设计与演进，负责高可用、高并发服务的开发、部署及全生命周期维护，保障服务性能与稳定性； 2、设计并优化后端数据服务框架，支撑大规模用户行为数据、物品特征数据的高效处理与流转，提升数据链路的可靠性与实时性； 3、牵头探索大模型、RAG 等新技术在搜推场景的落地路径，主导技术方案设计、原型验证及工程化实现，持续优化检索精度与推荐效果； 4、与算法团队、产品团队深度协同，通过技术手段解决算法落地中的工程瓶颈（如响应延迟、资源消耗、离线 / 在线一致性等），推动线上核心指标（CTR、CVR、用户留存等）提升； 5、负责技术选型与技术债务治理，制定服务性能基准与优化策略，推动团队工程实践标准化。
我们专注于设计和实现高性能、高可扩展性的推荐平台引擎，助力算法和业务发展，涉及召回，排序服务的架构设计，索引性能和GPU推理性能优化。探索LLM大模型的生成式推荐，导购助手场景的定制优化。如果你熟悉数据结构与算法，对高性能算法服务的实现有所研究，对新技术有极大的好奇心，勇于挑战各种系统架构难题，欢迎加入我们！ 1、推荐引擎开发工作，包括召回索引优化，推理服务优化，特征服务开发，推荐业务逻辑开发以及代码框架的重构； 2、大模型在生成式召回，生产式推荐在推荐场景的应用开发和性能优化。大模型在智能机器人上的应用和推理性能优化。
业务介绍： 我们是阿里巴巴国际数字商业集团的智能技术团队，负责阿里巴巴旗下多个国际化电商平台的搜索、推荐、广告、用增等技术。团队致力于将最前沿的AI技术与国际化电商业务问题深度结合，为用户打造更好更智能化的网上购物体验，同时赋能百万商家实现更高效的经营。 选择加入我们意味着投身入于高速发展的国际化电商业务，一起打造最先进的AI技术以驱动全球电商业务发展。 岗位描述： 1、负责支持业务迭代：推进来自搜索、推荐、广告、用增各域的产品需求快速落地。 2、负责系统架构设计：负责搜索、推荐、广告引擎的架构设计与优化，支撑多语言场景下的高并发请求处理，满足全球用户低延迟、高可用的服务需求。 3、负责性能调优：针对召回排序、模型训练&推理、特征计算等模块进行工程性能优化（如分布式计算加速、内存管理、GPU资源调度等），提升算法迭代效率。 4、负责工程平台开发：构建算法与工程协同的标准化平台，包括特征实时化平台、在线推理服务框架、AB实验平台等，支持算法快速迭代与业务效果验证。 5、负责大模型工程优化：负责生成式AI技术的工程落地，包含大模型训练、推理加速、多模态内容生成等技术工作。 补充说明：同时也招聘面向25年应届毕业的同学；