阿里巴巴算法工程师-展示广告多模态大模型方向（T-Star Lab日常实习）
任职要求
1.硕士及以上学历，2026年11月1日以后毕业，计算机、软件工程、人工智能等相关专业，能连续实习3个月及以上； 2.熟悉常用机器学习算法，对模式识别、深度学习、增强学习等相关领域，极佳的工程实现能力，精通C/C++、Java、P…
工作职责
岗位课题： 1.基于多模态大模型的生成式推荐算法研究； 2.具备原生多模态能力与良好可拓展性的广告预估模型研究； 3.基于AI Agent的广告交互形式创新研究； 4.电商领域的图文、视频多模态内容理解与表征生成； 课题项目背景： 课题需要探索大模型、多模态大模型相关技术，如何帮助阿里妈妈的核心广告算法模型在预估性能、泛化能力、可拓展性等方面，取得代际突破；涉及到的技术难点，有大模型与广告模型的融合、LLM-based广告模型、电商域的多模态信息提取与预训练等方面。 相关技术突破，会应用到阿里妈妈展示广告的召回、预估模型当中，帮助广告模型更好地理解商品与用户，并更优的理解能力来做广告推荐，提升用户体验、投放效率与广告营收。 成长资源： 团队有丰富的算法研究经验、充足的GPU资源，能支持相关领域的算法探索、突破创新、论文发表；团队实际负责一线业务算法，能给T-Star Lab实习生一个很好的研究产出到实践落地的环境；团队曾引入多位往届头部同学，有充足的头部人才培养经验，同时有相关学术合作项目提供全方位资源支持。 岗位职责： 在这里，你将参与到使用大模型相关技术对阿里妈妈的核心广告算法模型、链路、业务的革新过程当中。通过探索大模型与经典广告模型的融合方案、万亿级参数模型的高效分布式训练、低延迟高吞吐要求的模型推理等方向，实现核心技术的代际突破，给海量用户、商家带来更好的购物与营销体验。以及有机会提前获得秋招直通T-Star的正式Offer。
岗位课题： 1.大模型与机制设计的范式融合 2.基于大模型的智能决策智能体研究 3.融合价值最优的生成式拍卖、重排算法研究 课题项目背景： 本课题聚焦于探索大语言模型、多模态大模型以及生成式AI技术如何赋能阿里妈妈核心商业场景的机制设计理论与实践革新。涉及到技术难点包括：大模型与机制设计的融合范式、生成式机制建模、超大规模分布式优化、公平性保障等。 相关技术突破将应用于阿里妈妈广告系统的机制设计核心环节，实现更精准的广告匹配与更高效的流量分配，最终提升用户体验、广告投放效率及平台整体营收。 成长资源： 团队有丰富的算法研究经验、充足的GPU资源，能支持相关领域的算法探索、突破创新、论文发表；团队实际负责一线业务算法，能给T-Star Lab实习生一个很好的研究产出到实践落地的环境；团队曾引入多位往届头部同学，有充足的头部人才培养经验，同时有相关学术合作项目提供全方位资源支持。 岗位职责： 在这里，你将参与到大模型驱动机制设计的前沿探索中，重塑阿里妈妈核心商业场景的底层决策逻辑与交互规则。通过融合大模型的生成式推理能力与经典机制设计理论，突破传统方法在复杂多智能体环境中的建模瓶颈。致力于以颠覆性技术重构广告竞价机制、激励生态与跨域协同范式，为海量用户和商家带来更好的购物和营销体验。以及有机会提前获得秋招直通T-Star的正式Offer。
1. 负责阿里妈妈展示广告业务中的召回算法和定向算法研发工作。 2. 推动召回大模型在预训练能力利用、知识融合、持续学习、scaling-up等方向持续技术突破，提升系统的匹配效率，实现用户和广告主的双赢。 3. 结合全周期用户理解、Reasoning、Agentic-AI等技术能力，构建创新的广告产品能力，提升广告主的投放效果和体验。 4. 参与广告算法和系统的架构设计，研发支撑大规模工业级算法迭代的解决方案和基础设施。
1. 负责阿里妈妈展示广告业务中的召回算法和定向算法研发工作。 2. 推动召回大模型在预训练能力利用、知识融合、持续学习、scaling-up等方向持续技术突破，提升系统的匹配效率，实现用户和广告主的双赢。 3. 结合全周期用户理解、Reasoning、Agentic-AI等技术能力，构建创新的广告产品能力，提升广告主的投放效果和体验。 4. 参与广告算法和系统的架构设计，研发支撑大规模工业级算法迭代的解决方案和基础设施。
淘宝文本搜索算法团队是淘天集团内专注于创新和优化搜索技术的核心团队。我们的任务是通过持续研发高效、精准的搜索算法，以提升用户的在线购物体验和满意度，进而推动电商平台的商业成功。这一关键角色中，您将参与淘宝搜索功能的核心算法研究，特别是专注于搜索相关性领域和AI搜创新领域。该职位要求理解搜索引擎的工作原理，在深度语义相关性模型、大语言模型、多模态技术等技术方面有突出贡献。作为团队的核心成员，您将不仅要在您的直接工作领域推动技术突破，还要与其他方向的团队（包括召回、排序、机制等）进行全链路联动，共同推进搜索算法的整体优化。 1. 负责大语言模型和多模态大模型在电商内容生成场景的算法研发，包括但不限于进行指令微调（Supervised Instruction Tuning），以增强模型遵循指令生成特定格式和风格内容的能力 。 2. 运用生成式AI技术，为搜索结果页的商品自动生成富有吸引力的标题、精准的卖点摘要，并探索文生图等多模态技术以创造全新的商品展示图像。 3. 建立科学的内容质量与业务效果评估体系，负责对算法模型进行评估和改进，通过A/B实验等方式量化分析生成内容对业务指标的影响，持续推动算法创新与迭代。 4. 与产品、工程及业务团队紧密合作，深刻理解业务需求，推动算法技术转化为实际的产品解决方案，确保技术成功落地。 5. 跟踪并研究大模型领域的前沿技术进展，结合业务需求制定研发方案，探索AI Agent、RAG等技术在电商搜索场景的创新应用。 我们提供 1. 高空间的舞台： 真实、海量、复杂且高价值的业务场景，让你的技术才能得到最大程度的发挥。 2. 前沿的技术挑战： 直接参与定义下一代AI搜索，与行业顶尖人才共同攻克最具挑战性的技术难题。 3. 充足的资源支持： 丰富的计算资源与数据资产，以及鼓励创新和试错的文化氛围。 4. 清晰的成长路径： 完善的职业发展体系和技术晋升通道，支持个人在技术深度和业务广度上的持续成长。