阿里巴巴算法工程师-自然语言处理(T-Star Lab 日常实习)
任职要求
1、毕业时间在2026年11月之后的在校本硕博同学,计算机、数据等相关专业; 2、具备极佳的工程实现能力,精通C/C++、Java、Python、Perl等至少一门语言; 3、对目前主流的深度学习平台,如tensorflow、pytorch、mxnet等,至少对其中一个有上手经验; 4、熟悉深度学习以及常见机器学习算法的原理与算法,能熟练运用聚类、分类、回归、排序…
工作职责
T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目,继承“阿里星〞的使命与愿景,面向全球招募顶尖技术人才。期待你们在淘天,通过极具挑战的前沿课题与亿级规模的海量数据、应用场景,探索和实践最前沿的Al技术,在有价值的业务场景落地技术成果。 在这里,你将紧跟业界最新自然语言处理技术动态,深入研发并努力创新自然语言处理相关的知识库、词法、句法、语义、文档分析、深度学习、机器翻译、智能对话等技术,包括新颖的算法/模型的提出,模块的实际开发,对接自然语言处理平台的接入以及把高水平研发成果以论文/专利等形式进行发布; 在这里,你需要理解自然语言处理技术应用的相关的业务场景及需求,在自然语言处理技术内核的基础上考虑业务场景的特殊性进而适当适配业务需求; 在这里,你除了在核心技术研发之外,也有机会参与到具体的NLP相关业务中,例如文本内容的理解,商业场景的多语言多模态翻译和沟通,搜索Query分析、智能对话的语义解析及意图理解、商品评价的语义理解、内容搜索推荐的结构化分析、商品搜索推荐的标签体系、社会化问答的文本分析、智能客服的场景定制等。 加入我们,起来夯实基础、赋能商业,实现技术与商业的完美结合,共同推进自然语言处理技术赋能平台化、服务化策略,不断追求技术的深度以及技术与业务的适当解耦。来吧,我们等你加入! T-Star实习可以带给你什么? ꔷ ①加入前沿技术探索队伍,参与顶级课题研究,有机会实现工业界项目落地。②跟企业大牛导师/学术界名导一起做有价值的课题。③丰富的技术资源、海量的数据与优秀的团队助力发paper ④有机会提前获得秋招直通T-Star的正式Offer。
T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目,继承“阿里星〞的使命与愿景,面向全球招募顶尖技术人才。首次开设实习生专项招聘,面向2026年10月后毕业的校优秀技术同学。期待你们在淘天,通过极具挑战的前沿课题与亿级规模的海量数据、应用场景,探索和实践最前沿的Al技术,在有价值的业务场景落地技术成果。 紧跟业界最新自然语言处理技术动态,深入研发并努力创新自然语言处理相关的知识库、词法、句法、语义、文档分析、深度学习、机器翻译、智能对话等技术,包括新颖的算法/模型的提出,模块的实际开发,对接自然语言处理平台的接入以及把高水平研发成果以论文/专利等形式进行发布; 在这里,你需要理解自然语言处理技术应用的相关的业务场景及需求,在自然语言处理技术内核的基础上考虑业务场景的特殊性进而适当适配业务需求; 在这里,你除了在核心技术研发之外,也有机会参与到具体的NLP相关业务中,例如文本内容的理解,商业场景的多语言多模态翻译和沟通,搜索Query分析、智能对话的语义解析及意图理解、商品评价的语义理解、内容搜索推荐的结构化分析、商品搜索推荐的标签体系、社会化问答的文本分析、智能客服的场景定制等。 加入我们,起来夯实基础、赋能商业,实现技术与商业的完美结合,共同推进自然语言处理技术赋能平台化、服务化策略,不断追求技术的深度以及技术与业务的适当解耦。来吧,我们等你加入!
具体职责包括但不限于: 1、负责自然语言处理,尤其是大模型领域的前沿技术创新研发;推动语言模型、知识表示、机器翻译、对话系统、文本生成等关键技术和核心问题的解决,形成高引用论文和高价值专利,积极探索相关技术落地应用; 2、负责追踪最新技术和热点,优化、改进现有技术和系统,提升系统的性能和效率,在内外部业务场景验证,形成业内领先的技术服务能力和体系; 3、负责业务技术需求的支持,针对业务场景的真实需求,设计合理的技术方案和路线,通过技术创新和业务验证,实现业务价值和效率的提升。
1. 紧跟业界最新自然语言处理技术动态,深入研发并努力创新自然语言处理相关的知识库、词法、句法、语义、文档分析、深度学习、机器翻译、智能对话等技术,包括新颖的算法/模型的提出,模块的实际开发,对接自然语言处理平台的接入以及把高水平研发成果以论文/专利等形式进行发布; 2. 理解自然语言处理技术应用的相关的业务场景及需求,在自然语言处理技术内核的基础上考虑业务场景的特殊性进而适当适配业务需求; 3. 在核心技术研发之外,也会适当参与到具体的NLP相关业务中,例如文本内容的理解,商业场景的多语言多模态翻译和沟通,搜索Query分析、智能对话的语义解析及意图理解、商品评价的语义理解、内容搜索推荐的结构化分析、商品搜索推荐的标签体系、社会化问答的文本分析、智能客服的场景定制等; 4. 追踪并转化前沿技术:紧密跟踪大模型(LLM)领域的国际前沿动态,快速实现从论文到代码再到解决方案(Paper→Code→Solution)的技术转化,并有机会将高水平研发成果以论文/专利等形式发布。
1-与各业务、产品、工程团队配合,在京东亿量级的数据与丰富的业务应用场景中不断进行深入的自然语言处理的算法研发,包括但不限于语义分析、意图识别、智能对话、语义挖掘、机器翻译、知识图谱、语言模型、语言生成等方面; 2-参与到京东自然语言处理的相关业务场景中,包括但不限于文本内容理解、智能对话的语义解析及意图理解、商品评价的语义理解、内容搜索推荐的结构化分析、商品搜索推荐的标签体系、社会化问答的文本分析及社交媒体数据情感分析、智能客服、商品营销文案生成等内容; 3-与京东的技术团队及科学家们一同参与人工智能和自然语言处理及应用的前沿研究,助力业务提升效率,实现京东技术愿景和战略。