阿里巴巴智能算法产品事业部-技术战略发展部 - ToC产品运营(评测方向)-北京/杭州
社招全职3年以上地点:北京 | 杭州状态:招聘
工作描述
任职要求 - 至少 3 年聚焦在搜索 / 推荐 / 内容质量 / 评测体系,有团队管理经验优先; - 深入理解电商场景的搜推业务链路(query 理解、召回、粗排、精排、重排、多目标)以及对应的质量痛点; - 主导过 0→1 或 1→10 的评测体系搭建,包括标准制定、流程沉淀、平台化建设; - 熟悉 NDCG / GSB / side-by-side / preference labeling等主流主观评测方法,能根据业务场景设计合适的方案; - 数据敏感,能够从主观评测样本中识别系统性问题并量化影响。 强烈加分 - 有 LLM-as-a-judge / 模型自动评测的设计或落地经验,理解硅基评测的偏差来源与校准手段; - 有 RLHF / 偏好数据 / 评分模型 训练数据建设的经验; - 在头部电商(综合 / 垂类 / 跨境)担任过搜推质量或评测负责人; …
登录查看完整工作描述
微信扫码,1秒登录
包括英文材料
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
RLHF+
[英文] What is RLHF?
https://aws.amazon.com/what-is/reinforcement-learning-from-human-feedback/
Reinforcement learning from human feedback (RLHF) is a machine learning (ML) technique that uses human feedback to optimize ML models to self-learn more efficiently.
https://www.ibm.com/think/topics/rlhf
Reinforcement learning from human feedback (RLHF) is a machine learning technique in which a “reward model” is trained with direct human feedback, then used to optimize the performance of an artificial intelligence agent through reinforcement learning.
相关职位
社招1年以上
1、具备优秀的编码能力,扎实的数据结构和算法功底; 2、熟悉大规模机器学习/深度学习算法; 3、具有如搜索/推荐/广告等相关领域经验,时刻关注业内前沿技术; 4、对技术有热情,兼具务实且创新的精神,热
更新于 2026-07-14北京|杭州
社招3年以上
1、3-5年互联网电商行业背景,具备行业增长,搜推场域策略/产品、或数据分析相关经验 2、对搜索策略逻辑、算法原理、以及产品模块有基础认知,有与产品、算法、开发团队协作经验 3、具备优秀的数据分析和逻
更新于 2026-08-14杭州
社招2年以上
1、具备较强数据分析能力,掌握SQL、熟悉excel,会使用Thinkcell者优先。能够根据数据变化,洞察竞对的货品/经验策略;善于捕捉货品热点并转化成落地的采集方案; 2、 思维活跃,良好商业意识
更新于 2026-08-18杭州