阿里巴巴研究型实习生-智能算法产品事业部-认知推荐算法工程师

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. 大语言模型应用在大淘宝推荐场景的落地，包括逻辑推理、智能内容理解、商品创意生成等； 3. 建立新一代认知推荐算法体系，结合交互式推荐的产品创新，提升用户体验和首页推荐的长期价值； 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。

1. 探索纯模态（去ID化）在手淘冷启推荐场景的落地，提升冷启素材分发效率； 2. 探索冷启动与跨域推荐，构建可迁移的统一素材冷启推荐模型框架，实现多场景高效迁移与复用； 3. 优化多模态基座（PreTrain/SFT）及训练推理效率，提高资源利用率，降低训练时长与显存占用； 4. 结合以上研究沉淀方法，撰写发表论文，并与业界/学界保持交流。

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。

1.参与设计并实现单智能体/多智能体联合出价框架； 2.构建广告竞价中的反事实竞得率建模范式，优化多ADX环境下的广告主收益； 3.在开源仿真环境及真实日志上评估模型效果； 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。