阿里巴巴淘天算法技术-多模态内容理解算法工程师-杭州/北京

1、负责多模态 & 大模型在商品评价领域落地项目，涵盖商品评价理解&结构化/商品评价质量甄别，印象词/卖点词/场景词抽取、评价摘要生成等任务 2、负责理解业务需求，进行针对性的研究算法，面向电商场景落地，发挥算法在实际应用中的价值。

1、负责大模型在商品领域落地项目，涵盖商品内容理解&结构化/商品质量甄别/商品标题&图片生成等任务。 2、负责商品检索相关的计算机视觉算法的创新和研究，包括但不限于：目标检测、图像分类、图像表征、图像校正与增强等相关算法研究。 3、负责商品知识库构建&知识标准化等工作。 4、探索 大模型 Agent 化应用，如商品发布智能回填、商家管控智能化，提升商品生态治理的自动化与智能化水平。 5、跟踪并应用 SFT、RLHF、LoRA、RAG ，RLHF等前沿技术，结合业务场景持续优化模型效果。

1. 负责行业/领域大模型算法能力研发，包括但不限于数据合成、安全对齐、模型后训练等，支持大模型SaaS化服务与本地部署类的商业化产品，满足内外部客户对内容安全、抑制模型幻觉、模型性能提升、智能体安全的需求； 2. 深入研究大模型相关技术，跟进业务最新趋势，包括benchmark构建、CoT数据合成、模型微调与强化学习等方面，建设公司在领域的影响力。

1. 面向淘宝推荐核心场景：首页信息流和视频Tab的商品、短视频、图文等内容推荐业务。 2. 超大规模推荐算法研发：超大规模商品、短视频、图文内容业务的召回、排序、重混排模型算法研发工作。 3. 通过超大规模在线深度学习、用户行为超长期序列建模、全域学习、多场景迁移学习等技术提升算法效率。 4. 探索大模型在推荐系统中的应用：利用大模型技术提升推荐系统泛化能力，结合跨域多模态信息提升内容推荐效率和体验。