阿里巴巴研究型实习生-广告技术部-AIGC算法工程师
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. 了解LLM基本原理，有Prompt工程、Ag…
工作职责
1. 参与基于Agentic AI的智能测试与质量保障系统研发，探索大模型在知识验证、测试生成、风险防控等核心场景的创新应用； 2. 围绕“规范驱动开发”（Specification-Driven Development）体系，构建知识可信、测试高效、风险可控的AI原生质量基础设施； 3. 开发可运行的代码与工具链（如用例&自动化代码生成引擎），还需输出完整技术方案与文档，支撑业务规模化落地； 4. 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。
我们是阿里妈妈搜索广告算法团队，负责淘宝搜索场景广告技术变现的算法设计和优化，包括并不限于： 1. 负责研究多模态大模型在淘宝海量图文、视频物料理解上的运用； 2. 负责研究生成式大模型/AIGC算法在广告投放物料挖掘上的运用； 3. 负责研究多模态大模型和生成式大模型在搜索广告中的全链路运用和升级； 4. 负责研究搜索广告场景下多物料投放算法的设计和优化，包含商品、直播、短视频等； 5. 负责研究超大规模多模态大模型的训练和推理加速； 6. 负责研究经典CV/多模态任务的设计和优化，包括分类、检测、OCR、度量学习等。
依托淘宝、天猫超大规模商业场景，我们致力于通过最前沿的多模态大模型技术驱动万亿级交易额的增长。在这里你将面对业界最复杂的电商图文、视频语境，与顶尖团队一起探索 AIGC 与多模态技术在搜索广告全链路（召回、排序、创意生成）的深度融合与变现。包括并不限于： 1. 负责电商多模态统一表征： 构建面向海量商品、直播、短视频的超大规模预训练模型（VLM），解决多模态语义对齐、细粒度特征提取及跨模态检索难题。 2. 负责生成式广告物料（AIGC）： 探索 Diffusion Model、LLM 在广告创意自动生成（文案、头图、视频步进）中的应用，提升物料投放质量与点击转化率。 3. 负责多模态驱动的商业决策： 将多模态感知能力深度注入广告全链路（从搜索词理解到广告 CTR/CVR 预估），实现从“看懂图片”到“理解意图”的决策升级。 4. 负责全链路多物料优化： 针对商品、直播间、短视频等多类型物料，设计统一的跨模态排序算法，优化搜索场景下的多元流量分配效率。 5. 负责视觉底层技术创新： 针对电商复杂场景，优化 OCR、商品检测、度量学习及视觉搜索等经典任务，建立行业领先的视觉基座。
1. 跟进业界在大模型和大模型推荐等方向的前沿技术趋势，进行广告推荐大模型的技术探索。 2. 探索在真实广告场景中高精度、可落地的大模型推荐方案，包括但不限于异构知识融合、动态数据下的持续学习、高效数据利用和训练策略等。 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。
1. 实现一种服务组合部署策略算法，优化服务的物理部署架构，在不影响服务部署效率的情况下，减少混部干扰，提升资源使用效率和整体服务性能； 2. 实现一套服务资源观察系统，能全面准确的度量和评估影响服务能力的所有物理资源指标； 3. 建设一套参数自动寻优系统，对服务系统的上千个配置参数进行自动优化，使得服务使用的系统资源和业务效果能达到优化平衡； 4. 根据服务间的物理部署关系，灵活的选择高效的通信技术实现，通过UDS/ShareMemory等实现高效的本地通信技术。