阿里巴巴阿里国际站-高级算法工程师/专家-搜推/大模型方向
任职要求
1. 计算机、电子工程、人工智能、数学或相关专业硕士及以上学历。 2. 硕士三年以上/博士两年以上工作经验，有推荐、搜索、广告等背景优先。 3. 熟悉机器学习原理与算法，能熟练运用分类、回归、排序和NLP相关模型解决问题。 4. 熟练掌握Java/C++/Python等中至少一门语言、具有扎实的数据结构功底和强悍的代…
工作职责
所在团队负责阿里国际贸易平台上的所有推荐产品，包括猜你喜欢、详情页推荐、个性化楼层等。团队通过大数据和深度学习建模，帮助平台上买卖家快速达成生意。来到这里，你将有机会深度接触到业界的计算平台和深度学习算法，并将算法技术转化为商业价值。具体地，你将有机会负责： 1. 用户画像、召回、排序和策略等模块的技术规划和算法设计，通过技术创新提升买卖家匹配效率。 2. 通过大规模深度学习和图学习，在面对数据稀疏和多国家多行业的情况下对用户实时兴趣、CTR预估、询盘和交易转化预估等问题建模。 3. 通过多样性和发现性策略，拓展用户需求，提升兴趣发现能力，进一步完善和提升推荐侧的产品价值。 4. 探索大语言模型+搜推的创新应用方向，LLM在推荐领域下的全链路建设，包括但不限于大规模的预训练、SFT、LoRA和RLHFL等技术，落地大语言模型+搜推的新的应用落地场景（如生成式推荐等）。
1.负责UC、夸克、千问等推荐场景的系统架构设计与持续演进，主导完成详细设计与核心编码工作，保障项目高质量、按期交付；直面高并发、大流量场景，确保系统链路的高可用性、高性能与稳定性； 2.深入理解业务需求，能够高效拆解复杂专项任务，推动技术方案评审并协调上下游团队，对项目交付周期与质量全面负责； 3.与产品、算法团队紧密协作，共同驱动推荐策略效果持续优化，并积极探索和落地AI应用创新。
1．策略规划与架构：负责爆品团频道内的搜索推荐产品体系搭建与长期规划，明确不同业务阶段的策略重点和实施路径; 2．人货匹配策略：深入理解"外卖商品"和"爆品团商品"下的用户心智与货品特点，主导构建差异化的人货匹配模型策略。包括但不限于：用户意图识别、爆品挖掘与预测、实时个性化推荐等，确保"对的商品"在"对的时间"推荐给"对的人"; 3．流量调控与分配：设计并实施频道内的流量分配机制，包括新品冷启动策略、潜力爆品流量加持、尾部商品淘汰机制等，科学调控流量，最大化整体频道流量效率与ROI; 4.搜索策略优化：负责业务域内的搜索产品体验，优化Query理解、语义匹配、排序策略等，提升搜索满足率和转化效果，打造"一搜即得"的极致体验; 5．数据驱动与迭代：建立严密的数据监控和分析体系，敏锐洞察策略问题与增长机会，通过AB实验、用户调研等方式快速假设、快速验证、快速迭代，驱动策略持续进化; 6．高效协同：作为策略产品的核心枢纽，与算法、运营、研发、数据分析等团队紧密协作，精准定义问题，推动策略方案高效落地并产生业务价值。
1.负责夸克亿万用户的 query 推荐效果（sug、猜你想搜、相关推荐）与资源卡片的搜索/排序效果，持续提升核心指标（如 CTR、CVR、覆盖率 等）。 2.构建与优化 NLP 相关模块：query 分类、意图识别、实体短语挖掘、语义匹配、query 重写/扩展、文本相似度与聚类等。 3.参与设计与落地排序系统的技术升级（召回-排序-重排全链路）； 4.跨团队协作：与产品、工程、运营共同定义目标与策略，沉淀算法策略。
岗位职责： 该职位通过大模型训练、Agent、RAG、N2SQL、NLP、语音处理等技术创新和突破，构建Agent通用平台、大模型训练平台等工具产品，同时支持对话机器人等垂直应用及智能产品的建设。欢迎敢于接受挑战的候选人加入我们，一起赋能企业客户。我们的研究方向包括但不限于： 1、通用大模型、推理大模型预训练、微调、强化对齐等技术的持续研究创新； 2、多语言大模型、领域大模型的训练技术研究与落地； 3、AI数据清洗、加工、合成、自动标注技术研究与落地； 4、文本机器人、语音机器人、质检机器人等客服域技术的研发与落地； 5、多Agent、RAG、N2SQL、自主决策等技术的研究与落地； 6、入呼大模型机器人、外呼大模型机器人研发经验；熟悉VAD, ASR, TTS等语音相关技术； 以上方向擅长其中1个即可