阿里巴巴淘天算法技术-流量机制算法工程师-杭州*
任职要求
1. 硕士及以上学历，计算机、数学、统计学等相关专业，2年以上算法研发经验，有头部互联网公司或知名AI企业背景者优先； 2. 代码能力扎实，精通Python/Java/C++中至少一门语言，熟练掌握机器学习、深度学习、强化学习等技术； 3. 具备电商搜索、推荐系统或广告算法实战经验，熟…
工作职责
团队介绍 淘宝搜索是阿里巴巴亿级用户交易的核心引擎，也是全球电商领域技术创新的风向标。在这里，你将： 1、深度参与大模型与电商搜索的全场景融合：从LLM、多模态大模型（MLLM）到强化学习（RL），探索技术无人区。 2、定义电商搜索的技术范式：推动SKU引擎、超大规模索引、用户意图理解等技术的突破。 3、打造亿级用户产品：你的代码将直接影响数亿消费者的购物体验与千亿级GMV的达成。 核心方向：大模型驱动的电商搜索革命 1. 负责淘宝搜索算法的设计与优化，针对新品引入、下沉市场用户行为及流量分发机制，提升搜索用户体验与商业价值； 2. 研究并实现用户画像建模、搜索排序策略及细分场景（如长尾商品、低线城市用户）的精细化推荐算法，优化点击率与转化率； 3. 参与搜索流量机制的建模与迭代，结合大数据分析与机器学习技术，推动搜索系统效率指标提升； 4. 冷启和下沉人群模型构建，包括但不限于生成式召回/LLM4ranking 等。 5. 跨产品、数据、工程多团队协作，通过完备的实验验证算法效果，并推动技术方案在生产环境的落地与持续迭代。
1. 搜索召回算法：基于多模态&LLM大模型等能力，设计和优化1688搜索召回模块；负责文本query理解和改写；设计和优化分人群的多路召回差异化协同机制，并建立召回迭代的评价指标； 2. 搜索排序算法：设计和优化1688搜索排序下的转化率精准预估任务；深入研究全域用户行为建模、全域迁移学习任务、多模态技术方向在排序的应用；设计和优化1688搜索排序框架，围绕长期用户价值对1688排序模型的目标进行设计和优化； 3. 搜索流量机制：负责1688搜索机制策略创新和优化，包括商业化机制策略和用户增长策略的方案设计和落地，分渠道精细化优化用户的留存和活跃； 4. 搜索基础算法：在1688搜索样本和数据特征上进行精细化处理，提升模型效果的上限，通过召回/粗排/排序的模型优化和一致性提升等方式对搜索全链路进行迭代。
1. 召回与排序：超大规模的商品、视频、直播、图文推荐业务下的召回、排序、重混排模型，及跨域多模态推荐技术； 2. 机制策略：通过深度强化学习技术优化推荐策略，设计智能流量机制，助力用户规划增长、商家及内容创作者成长；
团队介绍 AE 推荐算法团队负责AliExpress所有推荐类相关产品的算法研发，包括商品信息流、图文、短视频等众多场景的推荐，致力于用AI先进技术对商品&内容进行挖掘和理解，提升流量分发效率和用户体验，服务于全球243个国家数十亿消费者: 职位描述 1. 负责跨境电商场景中的用户理解，利用超大规模深度学习对用户长短期兴趣进行建模与实时意图预测 2. 负责推荐商品召回，包括i2i召回、深度个性化召回、多兴趣表达与匹配等 3. 负责优化推荐排序大模型，利用大规模深度学习技术对商品进行表征&个性化排序 4. 负责推荐流量机制与策略研发，包括新品、新用户的投放策略与调控机制
1、负责1688整体流量策略设计，包括策略设计、实验设计和数据分析，对搜索流量的商业价值负责； 2、有用户视角，能够不断挖掘机会点持续优化用户体验，理解电商业务思路和流量变化趋势并设计敏捷、有效的流量变现方案，实现商业化收入增长和用户体验保护的平衡； 3、和算法工程师合作，优化流量分发框架，通过实验策略设计、数据分析、链路分析等方式，持续挖掘优化机会，并推动研发等关键合作方达成目标。 4、协调多团队合作，结果导向推动项目成功。