阿里巴巴研究型实习生-阿里妈妈-大模型生成式推荐技术研究实习生
任职要求
1. 自然语言处理、机器学习、数据挖掘、人工智能等相关专业的硕士生/博士生； 2. 熟练掌握Tensorflow、Pytorch等深度学习框架，扎实的编程基础，具备独立的算法实现能力； 3. 有…
工作职责
1. 跟进和研发大规模语言模型（LLM）的预训练、持续训练、SFT、RLHF 等技术。 2. 研发基于大模型的生成式召回、广告点击率预估、用户搜索词理解等下游应用。 3. 结合以上方向的探索和研究，撰写发表论文，和业界、学术界保持良好的交流。
岗位职责： 研究并应用先进的多目标模型技术如MMOE、PLE等，进行电商推荐的多目标模型优化。在参数个性化、loss权重自适应学习等方面进行探索。
1. 负责美团首页猜喜推荐排序算法的研发工作，设计和优化推荐算法模型，提高系统的推荐效果和用户体验； 2. 负责开发和维护推荐系统，包括数据采集、数据处理、特征工程等模块的开发和优化； 3. 参与团队技术讨论，提供技术解决方案和技术支持； 4. 跟踪行业发展动态，在美团场景下落地生成式推荐，不断提升团队的技术能力和创新能力。
【业务介绍】 作为公司统一的模型训练引擎团队，支撑公司内所有搜推广类业务的训练工程侧工作，包括模型训练、参数服务器、特征样本流水线等，通过引擎能力的持续建设结合多元异构算力为业务提供高效、灵活、稳定的搜广推模型服务。 你将专注于大规模AI训练系统最核心的性能优化赛道，直面千亿参数模型训练中的效率瓶颈，解决工业级AI系统在性能与规模上面临的真实挑战。 【岗位职责】 1、深入参与GPU异构计算栈的研发与调优，从算子、内存、通信多维度挖掘硬件极限性能；通过CUDA编程、内核融合、混合精度训练、通信与计算重叠等高级优化技术，不断提升训练引擎效率。 2、推动自动化扩展、智能资源调度、跨架构设备兼容（NV GPU、GPGPU、XPU等）、AI系统可观测性等先进技术在公司模型训练平台落地； 3、跟踪并推动AI系统领域的最新技术趋势（如生成式推荐、AI编译优化、RDMA/NCCL通信计算并发等），持续保持平台业界领先优势。
1、参与快手商业化系统核心模型、机制、策略算法的研究及开发工作； 2、针对每天数亿网民 & 亿级广告库，参与研发业界领先的超大规模深度学习推荐模型，通过输入端、判别层、输出端建模优化，更精准地实现千人千面，包括但不限于 Meta learning、图学习、多模态建模、对比学习等前沿技术研究； 3、参与研发业界领先的广告智能投放平台，通过应用运筹优化、强化学习、联邦学习、CV & NLP（视频理解、生成）等前沿技术，提升广告主投放的长短期收益； 4、针对每天百亿流量 & 数十种差异化场景，参与设计、实现创新的拍卖机制和分配算法，运用博弈论、计算经济学、Uplift 建模 / 因果推断，参数模型化等技术和理论，探索给定资源约束下最大化流量和生态长短期价值的最佳机制策略实践。