阿里巴巴淘天算法技术-生成式检索/预估算法专家-北京/杭州
任职要求
1. 自然语言处理、机器学习、人工智能、计算机、电子与通信等相关专业的硕士生/博士生； 2. 熟悉LLM/MLLM的基本原理和相关算法，具备良好的逻辑分析能力和数理基础，在顶会（如NeurIPS、ICLR、ICML等）或期刊上有论文发表者优先； 3. 熟练掌握megatron, verl,llama-facto…
工作职责
1. 参与搜索生成式大模型核心技术研发，包括Continued Pre-Training、多表征alignment, 垂域SFT、RLHF等，持续追踪和应用领域最新技术进展； 2. 基于淘天用户丰富的消费行为，打造技术先进的电商用户行为理解、用户行为推理大模型，提升对用户的个性化行为本质的认知能力，支撑用户个性化的搜索业务场景； 3. 基于淘天海量商品数据，探索电商多模态表征特征构建范式，提升对多模态异构的商品数据(图、文、视频等)的理解能力和推理能力，结合LLM丰富的通用知识，打造电商类生成式搜索大模型； 4. 参与电商垂类数据的需求整理、数据清洗、个性化推理数据合成。 5. 持续跟踪、探索大模型/多模态大模型方向的前沿技术，将各方向的SOTA能力集成到模型底座上，提升下游任务的效果，打造团队的技术先进性。
1.参与设计和实现生成式推荐中的序列生成模块，从Token生成/定义，模型实现，损失函数等多个点搭建序列生成模型； 2.以高MFU结构设计为目的，参与生成式推荐工程生态搭建，从数据流，特征，高效计算等多个方向进行优化； 3.在生成式推荐的基础上，重新定义用户兴趣提取模块，设计高效的长期/短期兴趣提取模块，设计Long-Context，Token compression等多种技术； 4.强化学习框架搭建，以用户体验和广告收入为目的，搭建强化学习框架，其中包含模型训练，业务指标Reward涉及，多样性，序列评估等多项工作。
参与生成式大模型核心算法的研发与实验，包括 Diffusion、Autoregressive（AR）、VAE、Transformer 等架构。 协助设计并实现大模型的训练与优化流程，从预训练到后训练（SFT、RLHF）。 探索时空视频编码、压缩与生成算法，提升生成任务的时序质量与性能表现。 跟踪行业与学术前沿研究，参与创新技术的实验与评估，并推动成果转化为学术论文或技术报告。
职位概述 负责构建小红书AIGC安全检测与防护的核心算法体系，研发先进的生成式内容识别与风险管控技术，保障平台内容安全与用户体验。 主要职责 1.构建生成式大模型安全防护体系，包括但不限Safety Alignment、恶意提示词检测、输出内容过滤、滥用行为识别等，搭建完整防护链路 2.研发AIGC检测算法，覆盖文本、图像、视频等多模态内容识别，搭建发布主动校验、传播被动检测和处置的完整AIGC识别标识链路 3.通过agentic等技术，设计生成式大模型背靠背攻防演练方案，形成数据飞轮 4.跟踪前沿生成式AI技术演进，预判新型安全风险并研发应对方案，优化检测算法性能和推理成本 5.协同产品、运营、法务、GA团队，保障新产品功能的安全合规与用户体验
职位概述 作为小红书Trust-and-Safety团队核心成员，负责制定生成式大模型相关安全防护和内容治理策略，保障生成式应用的安全合规性，优化AIGC内容在平台上的检测和标识。 主要职责 1.负责生成式大模型安全防护产品策略的规划、设计和迭代，包括Safety Alignment、发prompt injection、反model jailbreak、风险生成内容过滤和实时检测机制。 2.负责设计多模态 AIGC 安全检测体系（文本/图像/视频），覆盖违规内容识别、伪造判定、真实度评估、深度伪造检测、模型生成技术追踪等方向。 3.持续跟踪和分析当前生成式AI技术的发展趋势，收集相关信息，并推动防御手段的更新和升级，以确保系统的安全性。 4.协同算法与研发团队，推动AIGC检测技术落地，优化防护效果和性能指标。 5.监控大模型安全态势，分析潜在风险，制定预防性和应急响应策略。 6.跨部门协调（如GA、安全运营、法务、数据），确保策略与业务目标对齐，并推动规模化应用。 7.跟踪行业法规和最佳实践，保障产品符合国内外安全与伦理标准。