logo of alibaba

阿里巴巴智能算法产品事业部-广告算法工程师-展示召回

社招全职1年以上地点:北京状态:招聘

任职要求


1. 硕士及以上学历,计算机或相关专业,一年及以上搜推广方向工作经验。
2. 具备优秀的分析和解决问题的能力,擅于沟通,有良好的团队合作精神。 
3. 熟悉常用的机器学习算法,对算法原理及应用有较深入的理…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1. 负责阿里妈妈展示广告业务中的召回算法和定向算法研发工作。
2. 推动召回大模型在预训练能力利用、知识融合、持续学习、scaling-up等方向持续技术突破,提升系统的匹配效率,实现用户和广告主的双赢。
3. 结合全周期用户理解、Reasoning、Agentic-AI等技术能力,构建创新的广告产品能力,提升广告主的投放效果和体验。
4. 参与广告算法和系统的架构设计,研发支撑大规模工业级算法迭代的解决方案和基础设施。
包括英文材料
学历+
机器学习+
算法+
大模型+
还有更多 •••
相关职位

logo of alibaba
社招1年以上

1. 负责阿里妈妈展示广告业务中的召回算法和定向算法研发工作。 2. 推动召回大模型在预训练能力利用、知识融合、持续学习、scaling-up等方向持续技术突破,提升系统的匹配效率,实现用户和广告主的双赢。 3. 结合全周期用户理解、Reasoning、Agentic-AI等技术能力,构建创新的广告产品能力,提升广告主的投放效果和体验。 4. 参与广告算法和系统的架构设计,研发支撑大规模工业级算法迭代的解决方案和基础设施。

更新于 2026-01-30北京
logo of alibaba
社招1年以上

淘宝文本搜索算法团队是淘天集团内专注于创新和优化搜索技术的核心团队。我们的任务是通过持续研发高效、精准的搜索算法,以提升用户的在线购物体验和满意度,进而推动电商平台的商业成功。这一关键角色中,您将参与淘宝搜索功能的核心算法研究,特别是专注于搜索相关性领域和AI搜创新领域。该职位要求理解搜索引擎的工作原理,在深度语义相关性模型、大语言模型、多模态技术等技术方面有突出贡献。作为团队的核心成员,您将不仅要在您的直接工作领域推动技术突破,还要与其他方向的团队(包括召回、排序、机制等)进行全链路联动,共同推进搜索算法的整体优化。 1. 负责大语言模型和多模态大模型在电商内容生成场景的算法研发,包括但不限于进行指令微调(Supervised Instruction Tuning),以增强模型遵循指令生成特定格式和风格内容的能力 。 2. 运用生成式AI技术,为搜索结果页的商品自动生成富有吸引力的标题、精准的卖点摘要,并探索文生图等多模态技术以创造全新的商品展示图像。 3. 建立科学的内容质量与业务效果评估体系,负责对算法模型进行评估和改进,通过A/B实验等方式量化分析生成内容对业务指标的影响,持续推动算法创新与迭代。 4. 与产品、工程及业务团队紧密合作,深刻理解业务需求,推动算法技术转化为实际的产品解决方案,确保技术成功落地。 5. 跟踪并研究大模型领域的前沿技术进展,结合业务需求制定研发方案,探索AI Agent、RAG等技术在电商搜索场景的创新应用。 我们提供 1. 高空间的舞台: 真实、海量、复杂且高价值的业务场景,让你的技术才能得到最大程度的发挥。 2. 前沿的技术挑战: 直接参与定义下一代AI搜索,与行业顶尖人才共同攻克最具挑战性的技术难题。 3. 充足的资源支持: 丰富的计算资源与数据资产,以及鼓励创新和试错的文化氛围。 4. 清晰的成长路径: 完善的职业发展体系和技术晋升通道,支持个人在技术深度和业务广度上的持续成长。

更新于 2026-02-04北京|杭州
logo of didi
社招技术

算法工程师 1.基于滴滴交通出行业务,构建完整的打车智能化运营策略解决方案,包括但不限于增长策略、定价策略、供需预测、资源分配策略等各类丰富场景; 2.承担网约车业务核心业务指标,使用运筹优化、机器学习、因果推断等技术持续优化超大规模动态双边市场的交易效率。 计算机/应用数学/计量经济学/统计学相关专业,研究生/本科,2023年毕业 编程基础扎实,至少熟悉python/scala/R等编程语言之一 熟悉常用的机器学习与数据挖掘方法 熟悉常用统计理论与分析方法,数理逻辑好,具有一定的数据分析能力 有较强的学习能力和好奇心,自驱性强,具备良好的团队合作和沟通能力 加分项: 1. 有计量经济学/因果推断方向相关背景优先 2. 有运筹优化/收益管理相关背景优先 3. 有深度学习相关背景优先 4. 有SQL、Hadoop、Spark、Hive、TensorFlow相关经验优先

更新于 2025-04-01北京
logo of didi
社招技术

1. 负责滴滴金融保险风险场景的模型设计、建设、开发、应用落地、持续迭代优化,为业务风险指标负责。 2. 拆解业务风险指标,转化为模型指标,并为之设定合理的提升目标 3. 尝试各类特征工程方法,挖掘集团内外部数据,加工生成有效特征,优化模型效果 4. 数据算法创新,了解并跟进业界领先的人工智能和深度学习进展,推动新的技术在风控领域落地

更新于 2025-04-01北京