阿里巴巴搜推智能产品事业部-算法工程师-搜索机制算法工程师
任职要求
职位层级：P5/P6/P7 1. 计算机、自动化、数学或统计学等相关专业；具备扎实的数据结构，算法和编码能力，精通至少一种编程语言，如C++、JAVA、Python等； 2. 机器学习基础扎实熟悉，持续跟进学术界及业界召回，排序，NLP等领域的算法模型； 3. 具备优秀的学习能力和团队合作精神，有大规模机器学习/个性化推荐/广告/信息检索/自然语言处理相关领域工作经验； 4. …
工作职责
负责主搜供给与机制算法，通过设计合理流量机制策略，建立商家、平台和消费者三赢的商业体系。方向包括但不限于： 1. 供给机制：新品冷启优化淘宝亿级新品的冷启打爆链路，通过满足用户新品需求带来大盘增量。技术包括潜力预估、流量规划、多级流量池助推等。商品速爆构建从选品反向招商到速爆的链路，通过机制撬动供给价格力带来大盘增量。技术包括品规挖掘、同款比价、Debias预估、欠曝品助推、Listwise聚单等。 2. 供给生态：通过优化价量模型与诊断反馈模型的准确性，达成用户价值和商家经营确定性的双赢。技术包括时序建模、因果推断、组合优化、MLLM等。 3. 调控算法：优化调控目标完成率/折损兑换比的机制系统，技术包括过欠曝预估、在线学习、请求级IPW预估、整页价值预估与生成等。 4. 长尾预估：优化无少行为商品预估准度，提升模型对长尾商品的泛化能力。技术包括域迁移、GNN、多模态、伪样本、大模型Agents等。 5. 供给链路：优化供给与机制独立通路，从平台视角综合考虑供给打爆与机制收益与损失。技术包括供给独立通路升级、混排LTR、供给价值与孵化损失预估等。
1、AB实验设计与分析：主导电商搜索场景的AB实验全流程，设计科学的实验方法，评估算法和产品策略（如排序模型、搜索意图识别等）对搜索效率和用户体验的影响，联动产品和算法工程师进行实验分析和策略优化； 2、业务机制专题分析：基于对电商搜索业务的深刻理解，运用经济学等学科的理论或思维框架，以及科学的数据分析方法论，对业务命题进行深入分析，产生业务或商业洞察，为平台流量机制、供需匹配效率、用户体验优化等业务策略提供分析论证和决策依据； 3、数据产品和实验工具：将数据监控体系及分析方法产品化沉淀，提炼数据产品需求，与技术、产品等相关团队开展跨部门合作并推动数据产品的落地。
1. 负责基于大语言模型的智能交互及赋能产品的搭建及在美团SaaS场景的应用落地，包括但不限于智能助手、智能营销、推荐系统、智能客服、AI BD、AI Search、AI Testing等； 2. 负责大型语言模型的微调、偏好对齐、知识增强等技术探索，跟踪国内外前沿的大模型技术动态，持续改进和优化现有模型； 3. 有机会负责创新AI功能端到端的开发，需要全方位地思考问题，能够在机器学习技术栈中承担不同角色，解决各个环节问题；
1. 负责淘天集团核心电商的淘工厂C端业务开发，持续创新突破核心技术，优化用户体验和支撑业务增长； 2. 主导面向导购、用增、搜推、营销玩法等C端用户场景的的前端基础能力建设，包含不限于：选搭投、互动玩法、前端框架、安全生产、性能优化等，持续提升面向业务的交付能力； 3. 解决各种线上疑难杂症问题、系统架构治理及性能优化工作，且完成业务产品建设和技术能力持续沉淀； 4. 持续关注且投入消费者行为、机器学习、AI等相关前沿技术的研究与实践，并通过新技术服务团队和业务创新。
1、深度参与探索AI在穿搭场景的产品创新与落地，探索并定义下一代购物体验； 2、利用AI进行方案快速发散与收敛，开展Prompt、RAG、工作流设计等，快速搭建MVP进行前置可用性与效果评估； 3、与算法团队紧密协作，深度参与AI模型的效果调优与迭代，从用户视角定义模型输出的评估标准，持续打磨确保效果满足用户需求； 4、持续进行用户研究与市场行业分析，跟踪AI与穿搭/导购/电商等的行业和技术趋势，识别和挖掘在具体场景下的应用。