阿里巴巴业务技术-算法专家工程师-企业知识库/智能检索方向
任职要求
1. 计算机、人工智能、自然语言处理、数据挖掘、软件工程等相关专业，本科及以上学历。 2. 具备搜索、NLP、推荐、知识图谱、大模型应用、RAG 或企业知识库相关项目经验。 3. 熟悉信息检索基础，了解关键词检索、向量检索、语义匹配、排序模型、结果重排等常见技术。 4. 熟悉大模型应用开发流程，理解 RAG、Embedding、Prompt、上下文构建、工具调用等基本概念。 5. 具备较强的工程实现能力，熟练掌握 Python，并熟悉至少一种常用后端开发语言或工程框架。 6. 具备良好的数据分析和实验能力，能够通过指标、实验和 bad case 分析持续优化算法…
工作职责
1. 负责企业知识库、智能检索、RAG 相关算法能力建设，提升大模型在企业内部知识问答、信息查找、研发辅助等场景中的效果。 2. 参与企业内部文档、代码、业务资料、流程知识等多源数据的理解、处理与检索能力建设，提升知识获取效率。 3. 优化检索链路，包括查询理解、语义召回、关键词召回、排序优化、结果重排、上下文组织等核心能力。 4. 结合大模型能力，提升知识问答结果的准确性、相关性、可追溯性和稳定性，减少无依据回答和幻觉问题。 5. 参与企业知识的结构化处理，包括知识分类、标签体系、实体识别、关系建模、知识质量评估等工作。 6. 建立检索与问答效果评估体系，通过数据分析、bad case 分析、离线评测和线上反馈持续优化系统表现。 7. 与产品、工程和业务团队协作，将算法能力落地到企业知识库、智能助手、研发 Copilot、AI Agent 等实际场景中。
你可以获得： • 参与前沿AI技术研发，引领行业技术发展 • 与顶尖技术团队协作，攻克技术难题 • 技术成果直接服务海量用户，创造实际价值 • 完整的技术成长路径和职业发展机会 1. AI应用系统构建 • 设计和构建基于大模型的AI应用系统，包括智能客服、代码助手、AI运维等产品 • 运用指令微调（SFT）、强化学习（RLHF/DPO）等技术优化模型在特定场景的表现 • 构建完整的AI应用架构，涵盖数据处理、模型部署、用户交互等全链路 2. Agent智能体开发 • 设计和实现智能Agent系统，具备任务规划、工具调用、多轮交互等核心能力 • 构建多Agent协同框架，实现智能体间的分工协作和知识共享 • 探索Agent在复杂业务场景中的应用模式，如自动化运维、智能分析等 3. 业务场景优化 • 深入理解业务需求，将AI技术与实际场景深度结合，提升用户体验 • 优化AI应用在多轮对话、知识问答、决策支持等场景的效果和效率 • 与产品和工程团队协作，推动AI应用从原型到生产的完整落地
淘天物流算法团队致力于解决电商场景下物流、供应链全链路的算法模块优化，包括预测、商品物流属性生成、小件员物流照片稽核、运营区规划、闪购场景下的补货、调拨等等。 职位描述 1. 负责大模型（LLM/MLLM）核心技术研发，包括预训练、垂域SFT、RLHF等，持续追踪和应用领域最新技术进展； 2. 负责大模型性能优化：研发模型加速技术，如量化、剪枝与知识蒸馏；优化数据特征与调度策略；构建高效推理链路、提升运行速度及降低成本； 3. 基于淘天物流领域知识，打造物流垂域agent，支撑toB、toC等多场景应用，包括但不限于 退货助手、淘宝万能搜（物流场景）、闪购供应链agent等 4. 持续跟踪、探索大模型/多模态大模型方向的前沿技术，将各方向的SOTA能力集成到模型底座上，提升下游任务的效果，打造团队的技术先进性。
1. 负责3A核心算法的研发与迭代，包括回声消除（aec）、自动噪声抑制（ans）、自动增益控制（agc），确保算法在复杂声学环境下的鲁棒性，保障全双工通话的高保真音质与交互体验。 2. 推动3A算法的轻量化部署与端侧适配，结合深度学习与传统信号处理技术，平衡算法性能与资源消耗，支撑智能体语音交互技术基座建设。 3. 针对人机语音交互、智能体对话等前沿场景，优化VAD判停和语义完整性检查，实现“快速打断，智能判停，实时响应”的自然对话能力； 4. 研发语音识别（ASR）、语音合成（TTS）技术，并探索交互式语音模型在智能体对话中的应用，搭建可控双流模型的数据，训练和评估体系，优化对话模型的边说边听和情感识别能力； 5. 与产品、工程团队紧密合作，将算法模型落地到实际应用中，并持续优化系统性能。 6. 跟踪学术界和工业界的最新进展，探索前沿技术在对话系统中的应用。
1. 负责淘天集团自营业务的供应链管理（供应链计划、物流执行），通过机器学习、深度学习、强化学习、运筹学算法以及大模型（LLM）等AI技术，提供供应链管理和库存效率，降低物流成本，提升消费者履约时效体验； 2. 围绕供应链和物流业务场景，紧跟学术界/工业界前沿进展，持续完成算法迭代和创新（预测算法、决策算法、端到端数据驱动优化算法），完成创新成果落地和业务价值转化的同时，构建技术壁垒，打造算法团队品牌形象和世界级影响力； 3. 持续跟踪大模型（LLM）、多模态、Agentic AI算法、模型微调与规则对齐等前沿AI技术，并推动其在供应链领域的创新应用与业务价值转化。