阿里巴巴智能算法产品事业部-AI搜索产品专家-杭州
任职要求
1、经验背景: • 本科及以上学历,计算机、数学、统计学等相关专业优先; • 2年搜索或推荐或AI相关应用领域的经验,有C端产品实战经历。 2、核心能力: • 懂大模型:对LLM底层逻辑、Prompt Engineering、RAG架构有较好理解,有过将大模型应用到搜索/推荐或其他C端真实业务的经历; • 会做增长:能从数据中找到增长抓手和空间,能独立设计并验证产品策略; • 逻辑清晰:善于从复杂业务中抽象核心问题,具备系统化思维…
工作职责
1、 搜索AI产品的迭代落地:聚焦淘宝搜索的功能迭代与体验优化,结合LLM能力与电商用户心智,把产品想法拆解为可执行的方案并推动上线,对功能效果负责。 2、 生成式搜索体验的探索与打磨:参与生成式导购、多模态检索等创新产品的设计与落地。围绕"模糊意图识别 → 结构化/生成式结果呈现",优化用户的购买决策路径,提升复杂查询下的满意度与转化。 3、 需求增长与业务结果驱动:挖掘搜索场景下的用户与业务需求,识别增长机会点,设计能带动核心指标增长的产品策略,并通过AB实验验证、迭代,持续放大业务价值。 4、 技术与商业的结合:理解LLM、NLP、RAG、Agent等技术的能力与边界,与算法、工程团队紧密配合,把技术能力转化为可落地的产品价值,同时兼顾用户体验、算力成本与商业化效率。 5、 数据驱动的产品闭环:参与搭建AI搜索的评估体系,既看核心交易指标,也关注AI生成质量;用数据洞察驱动模型迭代与产品优化,形成"上线—衡量—改进"的正向循环。
1. 产品战略与规划: 负责淘宝搜索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+搜索”的长短期产品战略路径,并带领团队落地实现; 2. 新一代搜索体验重构: 主导基于大模型的搜索创新产品落地(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搜索产品架构。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搜索产品的评估体系,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。
1、通过AI生成能力,帮助模型理解用户对电商素材的偏好,为商家、创作者等角色提供高效的商品素材优化工具,降低种草类图文和视频素材的生产成本,更高效地在淘宝搜索推荐场景获取公域流量; 2、负责AI生成素材工具的全链路搭建,与算法团队和运营团队紧密合作,负责包括模型选择和调校、高效工作流搭建、产出质量判定等环节的产品工作,为优质和规模化的素材产出、提升商品售卖效果直接负责; 3、理解不同行业的素材特征、了解技术发展前沿动态,识别潜在的产品创新点,能推动工具产品创新和差异化策略。
1、通过AI生成能力,帮助模型理解用户对电商素材的偏好,为商家、创作者等角色提供高效的商品素材优化工具,降低种草类图文和视频素材的生产成本,更高效地在淘宝搜索推荐场景获取公域流量; 2、负责AI生成素材工具的全链路搭建,与算法团队和运营团队紧密合作,负责包括模型选择和调校、高效工作流搭建、产出质量判定等环节的产品工作,为优质和规模化的素材产出、提升商品售卖效果直接负责; 3、理解不同行业的素材特征、了解技术发展前沿动态,识别潜在的产品创新点,能推动工具产品创新和差异化策略。
全面负责定义、设计并实现下一代对话系统的核心算法与交互范式,解决当前对话模型在多轮交互、知识应用、共情能力等方面的挑战,探索并引领模型在个性化、主动性、拟人化等前沿方向的技术突破。直接决定数亿夸克用户在Chat场景的与AI 的交互体验,塑造夸克在未来对话式 AI 时代的领先地位。 1. 对话体验定义与规划。深入分析用户意图与行为,结合业务场景,制定并执行对话体验的中长期技术演进路线图。并密切追踪并研究对话式 AI 领域的最新进展,包括主动式对话策略、多模态对话 (语音/视觉融合)、AI Agent 中的对话流控制等。您将主导定义“顶级对话体验”的标准,并将其分解为可落地、可量化的算法迭代目标。 2. 多轮对话与上下文理解。攻坚并解决长程、复杂多轮对话中的核心技术难题,包括但不限于指令遵循、上下文精准理解、长程记忆与遗忘机制、隐式意图识别等。您将设计创新的模型结构与训练策略,使模型具备真正连贯、有逻辑的对话能力。 3. 对话回复准确与全面。主导研发将外部知识 (如搜索、工具调用) 与大模型进行深度、动态融合的先进技术。致力于解决模型在对话中的意图偏离、事实性错误、内容不详实和知识更新不及时等问题,并通过 RAG 新范式或其他创新方法,显著提升对话的准确性与信息量。 4. 评测体系与数据飞轮。建立并完善一套科学、全面的对话能力评测体系,能够精准衡量模型的综合对话质量 (Coherence, Empathy, Informativeness 等)。设计并驱动高效的数据闭环系统,利用真实用户反馈持续、自动化地优化模型。