阿里巴巴淘天算法技术-大模型/AIGC应用算法专家-杭州
任职要求
1.本科及以上学历，计算机科学与技术相关专业，有较强的逻辑思维能力，能够快速拆解问题和解决问题。 2.熟悉LLM/MLLM基础原理，有SFT、RL等Post-training实践调优经验，有大模型在实际业务中的应用经验。 3.熟悉MLLMs及Diffusion Models，在图像理解、文生图、图生图、统一模型的一个或多个方向上有一定的研究经验。 4.了解Bagel、X-Omini、MetaQueries等不同统一模型技术流派的原理，有相关的微调经验。 5.有推荐、广告、搜索相关业务经验者优先。
工作职责
AI导购是一个技术综合型场景，涉及到文本生成、商品推荐、多模态理解、生成等等。LLM相关的大多数技术都能在导购场景中发挥很大的价值。 候选人将会负责 1.淘宝AI导购场景的算法研发，面向亿级别的C端用户，利用前沿的大模型、AIGC等技术，建设服饰场景下的AI搭配能力。 2.利用淘宝海量的用户行为数据和知识，训练符合中国人审美的服饰穿搭多模态理解及生成统一模型；并构建与淘宝子商品的关联算法，生成优质的服饰搭配库。 3.建设在线搭配搜索及推荐系统，包含业务逻辑开发及搜推算法构建，完成在业务场景的应用落地。
1688主要负责阿里集团1688电商相关的业务。我们将致力于通过机器学习、aigc、知识图谱等前沿的算法技术，帮助业务识别的增长痛点和机会点，设计算法框架，完成用户图谱、个性化出价、场景推荐、命名实体识别、因果推断、标签预测、策略生成等技术目标 1、深入理解业务需求和痛点，完成算法设计（机器学习、深度学习、图神经网络、aigc算法 ）特征开发、指标设计、上线评估 2、结合广告投放系统，识别渠道目标人群、预估客户价值、优化多目标出价，完成投放策略迭代 3、负责用户标签预测、用户分层和画像搭建，完成个性化选品推荐、营销算法优化和效果评估 4、运用大模型、aigc相关算法，帮助实现图文和视频素材的自动化生成 5、利用BART、causal forest、upliftRF、贝叶斯推断等因果推断算法，完成用户增长归因判断和业务策略推演
1. 流动性算法：综合运用机器学习与运筹优化技术，解决信贷资产预测、资金-资产匹配等关键问题，保障流动性安全与效益最大化； 2. 营销与增长建模：将互联网金融产品的营销、流量分发与用户增长问题抽象为算法问题，通过推荐系统、因果推断、数据挖掘等方法设计并落地算法解决方案； 3. 前沿技术探索：结合信贷与金融市场场景，探索大模型（如AIGC、Agent、LLM for Recommendation）等新技术的可行性与落地路径； 4. 跨团队协作：与产品、数据、风控等团队紧密合作，推动算法模型在真实业务场景中的规模化应用。
我们将致力于通过机器学习、大模型推理、知识图谱等前沿的算法技术，帮助业务识别的增长痛点和机会点，设计算法框架，完成AI用户画像、个性化出价、场景推荐、因果推断、策略agent、等技术目标 1、深入理解业务需求和痛点，完成算法设计（机器学习、深度学习、图神经网络、aigc算法 ）特征开发、指标设计、上线评估 2、结合广告投放系统，识别渠道目标人群、预估客户价值、优化多目标出价，完成投放策略迭代 3、负责用户标签建模推理、用户分层和画像搭建，完成个性化选品推荐、营销算法优化和效果评估 4、运用大模型微调、预训练相关能力，帮助实现用户理解和生意理解的推理建模 5、利用BART、causal forest、upliftRF、贝叶斯推断等因果推断算法，完成用户增长归因判断和业务策略推演
1. 基于业务理解，通过数据科学的方法，挖掘业务增长机会点，具备良好的业务理解能力，具备数据挖掘、因果推断等算法能力； 2. 基于消费金融业务，针对花呗和分期等信贷业务，通过数学建模将业务问题抽象成算法问题，设计对应的算法解决方案，包括但不限于机器学习、运筹优化、控制等方法； 3. 算法研究和创新，能将前沿算法技术与业务场景相结合，沉淀创新的算法能力； 4. 结合业务场景探索大模型应用，包括但不限于智能服务对话、AIGC、LLM数据挖掘、LLM4Rec、Agent等方向；