阿里巴巴大模型认知推荐-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。

团队介绍：Data-抖音团队，负责抖音APP的推荐算法、内容算法、对话算法及大数据工作，对接各场景业务（短视频，直播，图文，电商，社交，生态，投稿，消息，同城，生活服务，音乐，评论，内容理解&安全、智能对话等）。我们的工作涉及大规模推荐算法的优化、复杂约束的优化问题的解决、内容理解、LLM应用以及新业务方向探索、CV/NLP等多个学术领域的算法改进工作、对多种场景的推荐架构的设计和实现和对产品数据的复杂深入的分析工作。在这里，你可以深入钻研机器学习算法的改进和优化，探索工业界领先的推荐系统架构和推荐大模型算法、可以通过使用最新的大模型等技术支持抖音的数字人、智能客服、AI工具等创新探索；可以通过对产品的深度理解和思考，将算法应用到业务中去；也可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。 1、负责抖音、直播、今日头条等业务场景下的开集内容理解工作，建设多模态大模型、生成式模型等前沿模型技术能力，逼近人类感知认知模型能力，产出相应的研究成果； 2、负责抖音等业务场景通用多模态大模型的模型训练和基础建设，包括但不限于模型训练、数据工程、训练推理框架迭代、维护模型评估指标体系； 3、跟进行业最新技术进展，探索多模态方向的新技术研究与落地。

团队介绍：Data-番茄团队，负责字节跳动下番茄小说、红果短剧、番茄畅听等产品的推荐算法和AI相关工作。工作包括：搭建业界前沿的大规模推荐系统,提高产品使用体验，从小说、短剧、音频、音乐等内容方向建设完整的内容生态和AI能力,保持业务规模保持超高速增长。 课题介绍： 【课题背景】 番茄系产品作为全网最大的故事消费和创作平台，汇集了丰富的内容IP，涵盖网文、短剧、有声、漫画、动态漫等多种体裁，是大语言模型和多模态大模型天然的最佳实践场景。我们在内容创作、内容生产、内容推荐、IP改编等产品全链路上深度建设行业领先的各类AI能力，实现从供给到分发的全面能力升级，为数亿活跃用户和各类内容创作者带来全新的产品体验。 1、利用小说和短剧的长文本和多模态优势，结合大模型理解和CoT推理能力大幅度改进现有推荐系统，实现基于LLM+COT的下一代认知推理推荐引擎； 2、跨模态内容生成，探索如何将现有的IP内容在不同体裁之间进行转换和生成，实现小说、动漫、短剧等内容的AI生成和辅助创作； 3、番茄系IP价值挖掘与优化，深入挖掘IP的潜在价值，如改编、剧本创作等，优化其使用策略以及生产流程，以最大化其商业价值。

团队介绍：Data-番茄团队，负责字节跳动下番茄小说、红果短剧、番茄畅听等产品的推荐算法和AI相关工作。工作包括：搭建业界前沿的大规模推荐系统，提高产品使用体验，从小说、短剧、音频、音乐等内容方向建设完整的内容生态和AI能力，保持业务规模保持超高速增长。 课题介绍： 【课题背景】 番茄系产品作为全网最大的故事消费和创作平台，汇集了丰富的内容IP，涵盖网文、短剧、有声、漫画、动态漫等多种体裁，是大语言模型和多模态大模型天然的最佳实践场景。我们在内容创作、内容生产、内容推荐、IP改编等产品全链路上深度建设行业领先的各类AI能力，实现从供给到分发的全面能力升级，为数亿活跃用户和各类内容创作者带来全新的产品体验。 【研究方向】 1、利用小说和短剧的长文本和多模态优势，结合大模型理解和COT推理能力大幅度改进现有推荐系统，实现基于LLM+CoT的下一代认知推理推荐引擎； 2、跨模态内容生成，探索如何将现有的IP内容在不同体裁之间进行转换和生成，实现小说、动漫、短剧等内容的AI生成和辅助创作； 3、番茄系IP价值挖掘与优化，深入挖掘IP的潜在价值，如改编、剧本创作等，优化其使用策略以及生产流程，以最大化其商业价值。