阿里巴巴阿里国际-高级推荐算法工程师（天猫淘宝海外）-杭州
任职要求
1、硕士及以上学历，计算机科学或相关专业，有大型搜索、推荐或广告相关业务经验者优先。 2、精通算法和数据结构，有扎实的机器学习和深度学习理论基础，能够熟练使用深度学习框架，如PyTorch、TensorFlow等。 3、熟悉LLM、MLLM基础原理，有SFT…
工作职责
淘海外算法团队，负责天猫淘宝海外业务的搜索、推荐以及权益算法升级，致力于通过前沿的算法技术提升全球消费者的购物效率。我们通过多语言语义理解、用户兴趣挖掘、个性化商品匹配以及行为交互优化等算法，解决跨境电商在语言隔阂、文化差异和偏好偏离的核心痛点，实现全球范围内‘人货场’的精准匹配。作为国际化战略的算法中枢，我们不仅承担着千亿级GMV背后的核心引擎研发，更在积极探索前沿生成式AI在搜索推荐场景的创新应用。国际化进程正步入快车道，我们急需有算法理想、具备全球化视野的技术人才，加入我们，一起构建更智能、更懂全球用户的电商购物算法体系！ 1、升级召回算法，包括多兴趣向量化召回、个性化生成式召回、世界知识融合召回等； 2、优化排序算法，包括用户超长行为序列建模、国家差异化建模、Transformer范式升级、多场景迁移学习等； 3、升级广告混排，包括统一价值评估、混合多目标建模、流量分发机制设计等； 4、创新应用落地，探索大模型在推荐场景的创新应用，如基于大模型的用户兴趣理解、个性化交互优化等。
负责天猫淘宝海外搜索推荐场景的算法设计和优化，包括并不限于： 1. 负责研发面向消费者端的搜索&推荐算法系统，提升海外用户购物体验以及平台效率 2. 负责超大规模深度学习在用户/商品表征学习、向量化召回、点击/成交转化模型预估等的应用和创新 3. 负责跟进业界先进技术（LLM大模型等）、赋能业务效果提升
团队介绍 AE搜索算法团队，负责AIDC AliExpress（AE）、JP- AO和天猫淘宝海外等国际化电商搜索业务优化，为全球100多个国家使用不用语言的用户持续电商搜索体验与效率，并结合大模型升级技术与产品体验创新。 多年来团队紧跟工业界和学术界前沿，在多语言Query理解与相关性、国家差异化召回与排序模型、多语言Query导购与大模型在多语言搜索中应用等技术方向持续探索创新，带来业务快速增长同时发表⾼⽔平学术论⽂20+篇（如AAAI、 IJCAI、TKDE、TMM、RecSys、CIKM和ICDM），申请专利15+项。 职位描述 1. 多语言 Query 理解、商品理解和相关性，包括：Query和商品NER、Query类目预测、Query改写与扩展、多语言&跨语言语义相关性等；LLM在多语言电商搜索领域应用，包括：大模型 CT 和 SFT，以及在Query理解、语义相关性、商品理解上的应用； 2. 个性化召回与排序相关技术：基于大规模深度模型的CTR/CVR预估模型及个性化召回模型，包括用户行为序列建模、多目标建模、多模态跨场景迁移建模、国家差异化建模体系建设等； 3. 个性化多语言Query推荐，包括：下拉、底纹、风向标等场域，基于异构行为序列建模、多场景建模的多语言Query推荐技术研究与应用；
团队介绍： AE 技术部致力于打造全球买、全球卖的极致购物体验，通过世界一流的技术架构，服务全球200+多个国家和地区的数亿消费者与数十万卖家。面对多元化的用户需求、本地化挑战以及独特的数据安全政策，我们构建了独特的系统部署与架构设计，涵盖基础链路、用户增长，商家商品，运营平台及泛导购等核心领域，为全球电商业务提供创新解决方案！ 投身入于高速发展的国际化电商业务，围绕全球数十亿消费者，完成用户增长和营销相关的算法能力建设，包括用户精准理解、智能权益决策和个性化推荐等，全面提升淘海外用户的增长效率与长期价值。 1. 用户理解：基于海量用户行为，深入挖掘海外用户的分人群特征与增长机会点，构建用户全生命周期价值预测模型； 2. 智能权益：通过权益Uplift预估、因果推断建模和权益分配优化等方式升级预算分配与出价策略，提升引流ROI； 3. 推荐系统：参与超大规模推荐模型优化，利用深度学习、多任务学习和表征学习等多种方式提升人货和人资匹配效率。
天猫淘宝海外，背靠淘宝数十亿商品，结合不同海外市场挖掘消费需求，为海外消费者提供精准、个性化的购物体验。在这里，你可以无限发挥你对海外用户和中国供给的数据洞察，通过AI连接全球优质用户和中国金子般的供给，为全球化业务贡献你的智慧和热情！ 职位描述 1.研究多语言Query理解、商品理解和相关性算法，包括Query改写与扩展、Query类目预测、多语言语义相关性等； 2.升级召回算法，包括倒排索引检索、语义向量召回检索、个性化向量检索以及生成式商品检索等； 3.优化排序算法，包括用户超长行为序列建模、国家差异化建模、Transformer范式升级等； 4.迭代Query推荐，针对下拉、底纹等词导购场景，优化多语言query底池，升级Query排序模型等。