阿里巴巴1688-数据算法-杭州
任职要求
1、计算机、数学或统计学相关专业硕士及以上学历，在大模型/多模态/NLP/数据挖掘等任一领域有3年以上工作或研究经验。 2、熟练使用pytorch/tensorflow等至少一种主流深度学习框架，在自然语言理解、深度学习等领域有较深入的研究和建模优化…
工作职责
我们致力于运用机器学习、大模型推理、知识图谱等前沿人工智能技术，深入挖掘业务增长中的关键痛点与潜在机会，构建智能化的用户理解体系与商机洞察引擎。通过打造高精度的AI用户画像、自动化商机识别系统、因果推断模型及智能策略Agent，驱动业务从数据到决策的闭环升级。 1、深入理解业务场景与增长瓶颈，基于机器学习、深度学习、图神经网及多模态AI算法，完成特征工程、模型构建、指标体系设计与线上效果评估。 2、负责AI用户画像建设，持续优化用户标签体系、兴趣建模、行为预测与高价值用户识别。 3、打造趋势商机Agent，基于用户行为序列、市场环境变化与行业动态数据，构建基于大模型的多维商机趋势理解能力，构建商机数据服务能力矩阵。 4、参与大语言模型的后训练流程设计与实现，包括SFT、DPO、GRPO、GSPO等方法，负责大模型在Agent应用链路中的落地实践，包括任务规划、工具调用、长期记忆与对话状态管理等方向的研发。 5、持续跟进大模型前沿技术、开源方案及其在数据挖掘领域的应用。
1.参与业务域的数据模型设计和数据开发工作，包括业务分析、需求收集、数据建模、指标体系建设等； 2.完成数据仓库基础架构的搭建，包括数据架构、数据质量、性能优化等； 3.协助团队持续跟进业务发展，提供相应的数据支持，并提出相应的数据优化建议； 4.结合对业务的理解与思考，输出对业务和数据平台能力的思考、探索和创新；
1. 负责淘宝商品库基础数据相关的实时、离线数据仓库设计、开发、性能优化 以及 相关业务指标的开发；参与淘宝商品基础数据架构、技术体系、数据模型的规划建设，包括数据采集、数据治理、数据质量及稳定性保障体系、数据处理智能化和自动化体系的建设 2. 主导实时数据处理与离线数仓建设，利用大数据技术实现高并发场景下的数据服务支持，优化数据链路性能与资源调度； 3. 结合业务需求，推动数据产品化落地，设计智能分析工具或监控看板，协同算法、产品、业务团队实现数据驱动的决策闭环。
1.评测集自动构建技术：研究跨模态通用的评测集自动生成方法，构建不同模态（文本/图像/视频/音频/3D 等）评测集生产框架；研究动态评测集与抗污染技术，解决各模态静态评测集被"刷榜"后失效的通用问题；探索面向模型弱点的定向探测数据生成，通过错误模式分析自动生成针对性测试样本。 2.自动裁判技术：构建多模态通用的自动评判算法框架，统一支撑文本质量评判、生成内容质量评估、交互过程评估等不同评判范式，设计可插拔的评判策略组件；研究LLM as a judge及Agent as a judge，支撑 Agent 轨迹的中间步骤质量评估、推理链路正确性验证、世界模型的时序物理一致性检验等既需要结果评分也需要过程评分的评判场景。 3.Agent评测技术：设计Coding Agentic应用的端到端评估算法，包括多轮对话质量建模、用户意图满足度预测、任务完成率估计等；研究评测信号与用户真实体验的对齐技术，通过线上行为数据反标定离线评测指标的有效性，构建离线评测可预测线上表现的校准模型。
1、和集团内基础大模型团队紧密合作，研发多模态数据理解与处理算子，覆盖图像、视频、音频等多模态数据的识别、理解、质量评估等核心能力，以高质量合成数据驱动集团大模型实现行业领先 2、负责多模态领域专家模型的研发，负责从任务定义、数据构建、模型训练、推理优化、评测迭代到业务落地的全流程闭环，持续提升模型的泛化能力与稳定性。 3、负责全模态理解大模型的研发，持续优化模型从底层感知（时空定位、细粒度识别）到高阶认知（结构化输出、逻辑推理）的核心能力，打造业界sota。 4、探索创新的多模态/全模态大模型训练范式，撰写发表创新论文或技术报告，参与模型开源与社区建设。