阿里巴巴智能算法产品事业部-搜索垂直化产品-杭州

业务场景： 探索大语言模型技术在游戏内容生产、AI游戏与智能NPC场景的落地应用，研发垂直领域的LLMs，为游戏业务提供智能化的内容生产能力，提高游戏资产制作效率。 相关工作： 1、LLMs微调技术框架开发：负责LLMs模型的研究与开发，基础模型训练，监督微调和强化训练，包括但不限于模型选型，数据处理，效果评估和优化，形成一套完整的链路，用LLMs构建垂类场景中模型基座，提升效果的可靠性和一致性； 2、LLMs系统应用研发：基于业务需求与业务数据，与产品，策划，服务端同事一起将LLMs的能力应用于游戏NPC智能对话交互，肢体动作生成，游戏剧情/动画生产等，能够主导模型的研发，训练数据处理与模型的工程化部署整体环节； 3、AI助力游戏方面的探索，包括不限于：AIGC，AI辅助工具开发等。

1. 内外部场域合作与创新 - 负责与手淘内外部渠道/场域（如垂直频道/推荐/订单/详情等）的长期合作推进，建立高效协作机制； - 持续挖掘渠道/场域侧的用户搜索场景，对渠道/场域面向的用户场景/商业化模式有一定的认知，可推动渠道与搜索产品的深度结合； - 主动发现潜在合作方向（如新渠道/新交互/新场景等），拓展新渠道的接入，设计并推动新合作模式； - 对搜索UV增长负责，协同多方资源达成目标。 2. 场域下搜索场景的产品与策略设计 - 基于用户行为数据与渠道特性，设计场域下搜索场景的产品形态与优化策略，提升渠道下的搜索UV及用户留存； - 结合大模型的生成能力，在不同渠道下进行分人群、分意图的query推荐的策略及产品设计，拓宽用户的搜索需求、提升搜索效率； - 面向多渠道协同的批量需求，判断需求优先级、找到解法，协同场域产品、搜索技术、算法团队等多团队，推动产品能力的需求落地与高效迭代。 3. 数据驱动的场景挖掘与分析 - 基于用户画像、行为分析、渠道特点等数据分析思路，结合AB实验，可识别问题、发现需求并持续观测优化表现； - 可有效拆解目标，对UV增长、留存、转化等核心指标的分析归因能力，为决策提供数据支持。

1. 产品战略与规划： 负责淘宝AI产品的整体规划与演进方向。基于对LLM技术边界和电商用户心智的深刻理解，定义“AI+ 电商”的长短期产品战略路径，并带领团队落地实现； 2. 新一代电商购物体验重构： 主导基于大模型的创新产品落地（如：生成式导购、多模态联合检索等）。从用户模糊意图识别到结构化/生成式结果呈现，重塑用户在淘宝的购买决策链路，提升复杂查询下的用户满意度与转化率； 3. 技术与商业融合： 深入理解LLM、NLP、RAG、Agent等技术原理，与算法团队紧密配合，将技术能力转化为可规模化的产品价值。在保障用户体验的同时，平衡算力成本与商业化变现效率； 4. 复杂系统设计： 负责搜索中台核心链路的AI化改造，构建能支持实时、高并发、个性化的AI产品架构。建立从Query理解、召回、排序到最终摘要生成的全链路产品标准。 5. 数据驱动与闭环： 建立AI电商产品的评估体系，通过数据洞察驱动模型迭代与产品优化，对最终业务结果负责。 6. 商业设计与产品运营： 搭建、Agent落地运营及全链路产品商业化增长。

1. 负责天猫国际直营业务-搜索渠道的运营策略制定与执行，优化搜索流量分发机制及用户转化路径，提升类目/品牌商家曝光及GMV增长； 2. 基于行业数据分析与消费者行为洞察，设计搜索场景下的精准营销策略（如活动策划、货品组合、流量投放），协同行业实现业务目标； 3. 主导搜索渠道运营项目全流程管理，包括需求拆解、资源协调、效果复盘，推动跨部门合作（如产品、技术、市场）优化搜索算法及工具链； 4. 通过数据分析工具挖掘搜索场景中的用户偏好与市场趋势，输出行业洞察报告并指导运营策略迭代，支持平台生态健康度与商家分层运营策略落地。