阿里巴巴业务技术-大模型算法专家-物流技术
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P…
工作职责
淘天物流算法团队致力于解决电商场景下物流、供应链全链路的算法模块优化，包括预测、商品物流属性生成、小件员物流照片稽核、运营区规划、闪购场景下的补货、调拨等等。 职位描述 1. 负责大模型（LLM/MLLM）核心技术研发，包括预训练、垂域SFT、RLHF等，持续追踪和应用领域最新技术进展； 2. 负责大模型性能优化：研发模型加速技术，如量化、剪枝与知识蒸馏；优化数据特征与调度策略；构建高效推理链路、提升运行速度及降低成本； 3. 基于淘天物流领域知识，打造物流垂域agent，支撑toB、toC等多场景应用，包括但不限于 退货助手、淘宝万能搜（物流场景）、闪购供应链agent等 4. 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. 构建和维护外卖即时物流领域的知识库，整合行业数据、业务规则和专家经验，利用大模型技术对知识库进行自动化更新和优化，提升知识库的覆盖率和准确性。 2. 负责海量数据的清洗，构建高质量的训练数据集。 3. 负责即时物流大模型的架构设计、训练、微调，在效果、推理速度、计算和存储成本推理等方面迭代到先进水平。 4. 将大模型技术应用于外卖即时物流的核心业务场景，如供需预测、骑手行为建模、路径优化、指标归因等，提升下游任务收益。 5. 跟踪大模型领域的最新研究成果，结合业务需求进行技术创新，探索大模型在物流配送中的无限可能。
岗位概述 1、定位：通过数据挖掘、建模与分析，解决业务问题，推动数据驱动决策与产品创新。 2、核心价值：将业务需求转化为数据解决方案，提升效率与业务指标。 核心职责 1、业务分析：理解业务目标，拆解数据需求（如用户增长、风险控制、运营优化）；设计分析框架：输出可落地的洞察报告。 2、建模与算法开发：开发预测模型（如分类、回归、时序预测）、推荐系统、异常检测等；选择算法并调优（如XGBoost、LSTM、深度学习）。 3、数据产品开发：将模型部署为API或嵌入业务系统（如实时推荐、风控引擎）；设计自动化数据流程（ETL、特征工程）。 4、跨团队协作：与业务团队沟通需求，推动模型落地与效果验证；与数据工程团队协作优化数据管道与计算资源。 5、技术研究：探索前沿技术（如大模型）在业务中的应用场景；开展POC（概念验证）项目。
1. 负责淘宝闪购即时物流的时效预测、配送范围规划，商流×物超算联动机制等场景的算法设计与开发。 2. 综合应用机器学习、深度学习、运筹优化、大模型等前沿技术，基于业务问题和场景，构建算法方案，持续提升即时物流的履约效率，促进订单增长，优化用户体验。 3. 深入理解即时物流场景，与业务、产品、工程、数据等团队紧密协同，完成从业务问题到算法问题的抽象与定义，多方协同推进项目落地。
1、主导多模态大模型（eg: deepseek、lama、qwen）的工程化落地，设计数据清洗-训练-推理全链路优化方案； 2、构建可复用的工程模块（如自动标注系统、场景仿真工具、测评平台），支持算法快速迭代； 3、攻坚大模型系统优化技术（模型压缩、硬件加速），让大模型能顺利落地各个业务场景；