阿里巴巴业务技术-推荐大模型算法工程师-杭州
任职要求
1. 硕士及以上学历，计算机科学、数学、统计学或相关专业，顶尖院校背景优先； 2. 3年以上算法研发经验，熟悉主流深度学习框架，有图像搜索以及推荐等实际项目经验，并实现业务落地； 3. 具备良好的问题分析与解决能力，能快速…
工作职责
1. 负责多模态理解、图像搜索及推荐系统的算法设计与优化，推动技术在电商、内容生成等场景的业务落地，提升用户体验和核心指标； 2. 跟踪前沿技术趋势，探索多模态理解和推荐系统的创新方案，结合业务需求提出技术突破方向，推动技术方案从原型验证到生产环境部署； 3. 与产品、工程团队协作，制定技术方案并推动高效落地，确保系统稳定性、可扩展性和业务目标的达成。
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、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的能量，包括但不限于文本/ID生成式推荐、模型Scaling Law、用户超长序列端到端建模等； 2、探索视频、文本和语音等多模态信号的高效处理方式以及与推荐系统对齐的能力，让推荐系统看懂、听懂和理解世界； 3、混合专家、蒸馏剪枝等兼顾模型性能和效果的技术探索； 4、紧跟行业及大模型技术发展，结合业界前沿技术和业务需求，打造大模型应用的最佳实践。
团队介绍：抖音电商算法团队，依托抖音、今日头条、番茄小说、红果短剧等产品，帮助用户发现、讨论并获得好物，享受美好生活；帮助商家高效经营，创建良性商业生态；激励创作并分享购物经验使用心得，构建有真诚有信息的电商内容氛围。在这个团队，我们不仅要通过推荐、广告和搜索算法搭建消费者和商家之间的桥梁，也要通过风控算法和治理算法去甄别违规行为，保护用户的购物体验，保护真正诚信经营的商家；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，降低商家的经营成本；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，并进一步提升用户物流体验；另外我们还会用业界先进的数据科学技术为业务健康发展保驾护航。我们的使命：用算法的能力，让用户总能发现好东西，让美好生活触手可得。 1、负责抖音、火山引擎、今日头条、西瓜视频、番茄小说等信息流场景的电商广告变现优化，包括短视频、直播等体裁，优化召回-粗排-精排-混排全链路的模型分发效率； 2、基于Transformer结构的生成式推荐大模型和多模态技术，验证电商推荐场景的Scalingup Law，探索面向大模型的特征工程、样本以及算法建模范式； 3、算法与工程协同设计与优化，提升海量数据、超大参数背景下的训练和推理效率； 4、负责电商广告体验优化工作，包括广告内容体验、商品体验、商家体验等算法优化，提升广告变现的长期价值。
1. 面向淘宝推荐核心场景：首页信息流和视频Tab的商品、短视频、图文等内容推荐业务。 2. 超大规模推荐算法研发：超大规模商品、短视频、图文内容业务的召回、排序、重混排模型算法研发工作。 3. 通过超大规模在线深度学习、用户行为超长期序列建模、全域学习、多场景迁移学习等技术提升算法效率。 4. 探索大模型在推荐系统中的应用：利用大模型技术提升推荐系统泛化能力，结合跨域多模态信息提升内容推荐效率和体验。