阿里巴巴淘天算法技术-搜索供给机制算法工程师-杭州
任职要求
基本要求： 1. 计算机、人工智能、电子信息、数学等相关专业硕士及以上学历，博士优先；1年以上相关工作经验。 2. 具备扎实的机器学习/深度学习理论基础，持续跟进学术界及业界召回，排序，NLP等领域的算法模型； 3.代码能力扎实，精通Python/Java/C++中至少一门语言，熟练使用PyTorch/TensorFlow等至少一种深度学习框架。 4.具备优秀的数据分析、问题解决能力和良好的团队协作精神，有大规模机器学习/个性化推荐/广告/信息检索/自然语言处理相关领域工作经验； 加分项…
工作职责
淘宝搜索供给算法团队是淘天集团内专注于创新和优化供给效率的核心团队。我们的任务是通过持续攻关从供给到流量策略最终回归用户价值的供给策略，以降低全链路的交易成本，最大化交易剩余价值提升经济效率，进而推动电商平台的商业成功。这一关键角色中，您将参与淘宝供给的核心策略研究，特别是专注于电商价量效应、需求规模、定价以及AI诊断等创新领域。该职位要求理解深度学习的工作原理与供应链的相关知识背景，在运筹规划、大语言模型、多模态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（包括流量分发、商品理解、广告出价等）进行全链路联动，共同推进平台商品供给在结构性上的重要突破。 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价量、组合效应、定价连续决策、运筹规划等深度任务。创新研究Agentic AI、多模态（文图、视频）、生成式调控等前沿方向，从模型层面根本性地提升供给履约确定性、商家经营体感与用户消费体验。 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. 供给生态洞察与实践：深入理解商家成本结构优化在平台流量策略下交付用户消费体验的全流程。建立一套数据导向、科学的、完备的供给优化方法论。以多方共赢的视角设计下一代供给策略的优化方案，确保技术的价值导向。 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）、Agentic AI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： 直接参与并定义最前沿的供给策略，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。
负责淘宝搜索供给与机制算法，通过设计合理流量机制策略，建立商家、平台和消费者三赢的商业体系。方向包括但不限于： 1. 运营动作预估：通过因果推断、反事实预估等能力，优化诊断反馈模型的准确性，与流量机制结合，达成用户价值和商家经营确定性的双赢。技术包括因果推断、uplift预估、组合优化、MLLM等； 2. 供给诊断：通过设计合适的流量机制、静态商品理解等方式，客观评估商品效率，构建从价格、图文、服务、销评等商品理解体系； 3. 商品运营agent：从平台视角建立商品全生命周期的运营计划建议，简化商家运营成本，达成双赢，技术包括定价、大模型Agents等。
负责主搜供给与机制算法，通过设计合理流量机制策略，建立商家、平台和消费者三赢的商业体系。方向包括但不限于： 1. 供给机制：新品冷启优化淘宝亿级新品的冷启打爆链路，通过满足用户新品需求带来大盘增量。技术包括潜力预估、流量规划、多级流量池助推等。商品速爆构建从选品反向招商到速爆的链路，通过机制撬动供给价格力带来大盘增量。技术包括品规挖掘、同款比价、Debias预估、欠曝品助推、Listwise聚单等。 2. 供给生态：通过优化价量模型与诊断反馈模型的准确性，达成用户价值和商家经营确定性的双赢。技术包括时序建模、因果推断、组合优化、MLLM等。 3. 调控算法：优化调控目标完成率/折损兑换比的机制系统，技术包括过欠曝预估、在线学习、请求级IPW预估、整页价值预估与生成等。 4. 长尾预估：优化无少行为商品预估准度，提升模型对长尾商品的泛化能力。技术包括域迁移、GNN、多模态、伪样本、大模型Agents等。 5. 供给链路：优化供给与机制独立通路，从平台视角综合考虑供给打爆与机制收益与损失。技术包括供给独立通路升级、混排LTR、供给价值与孵化损失预估等。
我们是充满活力和专业的自营&近场算法团队，负责天猫超市、天猫国际等自营业务的算法研发和优化工作。在这里我们深入挖掘用户需求和消费趋势，打造更有价格、质量竞争力的商品供给，我们不仅专注于运用前沿算法技术打造一个智能化、个性化的高效购物体验，而且会深入设计策略机制，实现一个用户、平台、业务多方共赢的高效电商商业模型。 具体职责包括但不限于： 1. 搜索导购算法，负责query推荐的召回、排序模型优化，包括搜索底纹、下拉提示、猜你想搜等产品模块； 2. 搜索排序算法，分析用户行为数据，利用机器学习、深度学习等领域的前沿算法优化点击率/转化率预估准确率，提高用户转化率； 3. 搜索排序机制，利用多智能体机器学习、博弈论、控制论、组合优化、运筹学等技术来实现具有自营业务特色的特定经营目标； 4. 紧密结合自营业务特点和前沿技术，持续不断的进行技术应用和创新，提升业务效果。
该岗位主要负责淘工厂、淘特的用户权益和商品营销定价算法优化，通过深度学习、强化学习、因果推断、运筹优化和LLM等算法技术，探索商品的动态定价机制与营销策略，提升用户权益的精准性和ROI，提升商家经营效率， 提升消费者购物体验帮助用户用更优惠的价格买到更满意的商品。欢迎有好奇心、敢于接受挑战的候选人加入我们，一起借助前沿创新技术为用户更好的创造价值，构建面向复杂电商场景的商品智能定价 & 用户智能补贴权益系统。 岗位职责包括但不限于： 1. 商品智能定价引擎，负责融合大模型、因果推断、强化学习与多模态理解等前沿技术，研发面向营销与定价场景的生成式AI能力，包括构建商品价量模型和由大语言模型驱动的智能定价策略生成系统，自动生成可解释且可执行的动态定价和商品运营策略建议。 2. 红包&优惠券用户权益发放，基于淘工厂、淘宝特价和淘宝买菜核心营销权益发放场景，负责电商场景中的红包、优惠券等权益的定价和发放机制。探索个性化、智能化、可调控的权益分配机制，提升权益对用户转化与GMV增长的撬动作用。 3. 增益建模。基于因果推断，深度学习构建通用精准Uplift模型体系，准确预估营销干预的因果效应，持续提升整体投放的增量效益。 4. 运筹优化与权益调控。针对各类约束下的权益投放场景，结合运筹优化，强化学习等技术，实现在约束精准达成控制下的目标优化方法。 5. 权益-搜推联合优化。以提升用户购物体验为目标，结合搜索、推荐和大模型技术，探索新的权益定价和发放范式 我们提供 1. 高空间的舞台：算法创新将直接应用于亿级商品、用户的业务场景，让你的技术才能得到最大程度的发挥。 2. 前沿的技术挑战： 跟踪大模型、AI Agent、RAG、强化学习等前沿技术进展，探索其在供给预测、动态定价、自动营销等场景的创新应用，推动“AI for Business Decision Making”在电商领域的深度落地。 3. 充足的资源支持： 享有淘天集团顶级算力、海量行为与商品数据，以及鼓励快速验证、容忍试错的创新文化。 4. 清晰的成长路径： 完善的技术晋升通道与跨团队协作机会，支持您在算法深度与商业影响力上同步成长。