阿里巴巴智能算法产品事业部-广告大模型算法工程师(搜索召回&粗排)-北京
任职要求
1.推荐/搜索/广告/机器学习相关背景,扎实的算法和数据结构基础,良好的学习能力和沟通能力,对算法驱动数据增长怀有热情; 2.对推荐系统排序和模型有过丰富的实战经验,熟悉业界经典的算法模型; 3.关注行业前沿技术应用和学术界最新理论突破,对建设超大规模机器学习算法中最具挑战性的问题充满热情,拥有良好的团队合作意识; …
工作职责
1.负责搜索广告场景的算法优化工作,包括召回、粗排等投放漏斗的模型优化; 2.利用大规模机器学习算法对用户兴趣建模和商品表征学习,提升超大规模广告的召回效率; 3.利用NLP、CV等技术研究多模态大模型和大语言模型在搜索广告中的应用与创新; 4.深入理解淘宝的业务特点,结合内容化等方向,挖掘算法驱动业务的增长点,并推动落地; 5.负责研究和推动用户冷启动&商品冷启动在搜索广告中的探索与应用。
1. 跟进业界在大模型和大模型推荐等方向的前沿技术趋势,进行广告推荐大模型的技术探索。 2. 探索在真实广告场景中高精度、可落地的大模型推荐方案,包括但不限于异构知识融合、动态数据下的持续学习、高效数据利用和训练策略等。 3. 结合以上方向的探索和研究,撰写发表论文,和业界、学术界保持良好的交流。
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. 核心模型研发与创新: 负责淘宝主搜的核心算法研发,主导设计和优化面向电商场景的相关性大模型。重点投入Agentic Search、多模态(文图、视频)相关性、AI生成式搜索等前沿方向,从模型层面根本性地提升搜索相关性、用户体验和商业效率。 2. 电商知识资产构建: 主导构建电商领域的高质量多模态数据飞轮。通过知识库建设、主动学习、数据挖掘和智能标注等手段,持续迭代和优化数据质量,为大模型的训练和迭代提供核心“燃料”,沉淀公司级的电商知识数据资产。 3. 用户体验洞察与度量: 深入理解和洞察电商搜索场景下的用户意图与行为模式,建立并完善一套科学的、数据驱动的搜索体验分析与评估方法论。以量化指标和用户反馈指导模型迭代方向,确保技术创新最终服务于用户价值。 4. 前沿技术探索与应用: 密切追踪LLM(大语言模型)、MLLM(多模态大模型)、NLP、AIGC等领域的最新技术进展。快速进行技术预研、验证,并将其创造性地应用于电商搜索业务中,解决实际问题。在应用基础上进行技术创新,鼓励发表高水平论文、申请技术专利,构建团队在行业内的技术影响力。 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。
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。
依托淘宝、天猫超大规模商业场景,我们致力于通过最前沿的多模态大模型技术驱动万亿级交易额的增长。在这里你将面对业界最复杂的电商图文、视频语境,与顶尖团队一起探索 AIGC 与多模态技术在搜索广告全链路(召回、排序、创意生成)的深度融合与变现。包括并不限于: 1. 负责电商多模态统一表征: 构建面向海量商品、直播、短视频的超大规模预训练模型(VLM),解决多模态语义对齐、细粒度特征提取及跨模态检索难题。 2. 负责生成式广告物料(AIGC): 探索 Diffusion Model、LLM 在广告创意自动生成(文案、头图、视频步进)中的应用,提升物料投放质量与点击转化率。 3. 负责多模态驱动的商业决策: 将多模态感知能力深度注入广告全链路(从搜索词理解到广告 CTR/CVR 预估),实现从“看懂图片”到“理解意图”的决策升级。 4. 负责全链路多物料优化: 针对商品、直播间、短视频等多类型物料,设计统一的跨模态排序算法,优化搜索场景下的多元流量分配效率。 5. 负责视觉底层技术创新: 针对电商复杂场景,优化 OCR、商品检测、度量学习及视觉搜索等经典任务,建立行业领先的视觉基座。