阿里巴巴算法技术-生成式混排-算法工程师实习生
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. 跟进和设计基于强化学习的生成式Listwise混排框架，重点研究探索多目标reward设计、强化学习优化算法、兼顾激励相容原则等方向； 2. 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. 参与搜索生成式大模型核心技术研发，包括Continued Pre-Training、多表征alignment, 垂域SFT、RLHF等，持续追踪和应用领域最新技术进展； 2. 基于淘天用户丰富的消费行为，打造技术先进的电商用户行为理解、用户行为推理大模型，提升对用户的个性化行为本质的认知能力，支撑用户个性化的搜索业务场景； 3. 基于淘天海量商品数据，探索电商多模态表征特征构建范式，提升对多模态异构的商品数据(图、文、视频等)的理解能力和推理能力，结合LLM丰富的通用知识，打造电商类生成式搜索大模型； 4. 参与电商垂类数据的需求整理、数据清洗、个性化推理数据合成。 5. 持续跟踪、探索大模型/多模态大模型方向的前沿技术，将各方向的SOTA能力集成到模型底座上，提升下游任务的效果，打造团队的技术先进性。
1. 负责设计和落地Session实时意图感知的AI导购方案，包括但不限于用户多模态异构行为序列的意图分析能力、推理能力、大模型在线推理加速能力，实现不同需求状态下的最优决策学习，提升大模型推词体验和效率。 2. 深入理解电商用户需求，负责通过定义分类目决策属性、构建多模态商品理解知识库、建设个性化AI对比总结能力等方式，提升用户在实际购物过程中多商品对比挑选决策效率，打造标品和非标品下的购物指南体验。 3. 持续跟进LLM/MLLM方向的前沿进展，将各方向的SOTA能力集成到模型底座上，提升下游任务效果，打造团队的技术先进性。
1. 负责设计和落地Session实时意图感知的AI导购方案，包括但不限于用户多模态异构行为序列的意图分析能力、推理能力、大模型在线推理加速能力，实现不同需求状态下的最优决策学习，提升大模型推词体验和效率。 2. 深入理解电商用户需求，负责通过定义分类目决策属性、构建多模态商品理解知识库、建设个性化AI对比总结能力等方式，提升用户在实际购物过程中多商品对比挑选决策效率，打造标品和非标品下的购物指南体验。 3. 持续跟进LLM/MLLM方向的前沿进展，将各方向的SOTA能力集成到模型底座上，提升下游任务效果，打造团队的技术先进性。
1、负责基于扩散模型的世界生成、视频生成等相关场景的算法研发工作，结合实际应用场景攻克技术难题，包括世界生成过程中的可控性、时空一致性、实时性等问题； 2、参与并主导生成式大模型核心算法研发，包括 Diffusion、Autoregressive（AR）、VAE、Transformer 等架构。研发时空视频编码、压缩与生成算法，优化模型在生成任务中的一致性与时序表现。设计并实现从预训练到后训练（SFT、RLHF）的全流程模型优化方案，提升生成质量、可控性和效率； 3、负责生成式大模型的总体技术架构设计，探索多模态融合、跨任务迁移等创新方向，跟踪前沿研究进展，进行技术评估与落地转化，推动团队在行业/学术上的技术领先。