logo of alibaba

阿里巴巴1688-图像搜索算法专家-多模态/CV

社招全职地点:杭州状态:停招

任职要求


1.计算机视觉深度学习等相关专业,硕士/博士;
2.具备扎实的计算机视觉/机器学习/深度学习理论功底和算法经验,或者在该领域有优秀的学术成果 (例如,主流会议CVPR/ICCV/ECCV/NeurIPS/ICLR等,发表过一作论文);
3.在计算机视觉领域有高影响力成果者优先, 例如,高引论文,或者行…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


"让每张图片都成为打开全球供应链的钥匙"——我们正在构建下一代智能视觉中枢,让中小企业的采购效率提升10倍,让中国工厂的优质商品被全球买家精准发现。在这里,你将面对万亿级商品图像的复杂挑战,构建服务数百万企业买家的智能视觉中枢。
1.负责1688平台商品图像搜索的计算机视觉算法创新与研发,重点突破大规模图像及多模态算法,提升B2B场景下的商品识别与检索效率。
2.主导1688图像搜索系统的视觉算法技术方向,包括商品多模态理解、图像特征提取与语义匹配,支持平台核心业务的精准搜索与推荐。
3.结合行业趋势,探索生成式AI、多模态同款搜索等前沿技术,解决B2B场景中的找挑体验问题,推动算法在业务中规模化应用并实现显著增长。
包括英文材料
OpenCV+
深度学习+
机器学习+
算法+
CVPR+
ICCV+
还有更多 •••
相关职位

logo of dewu
社招5年以上技术类

1,理解电商场景商品、商品匹配业务,结合得物自身场景特点,提升算法指标; 2,理解电商服装商品特点,优化服装尺码推荐准确度; 3,参与商品内容理解算法研发,图像匹配相关模型设计和研发。

更新于 2024-11-06上海
logo of amap
社招3年以上技术类-算法

高德信息算法专项招聘方向 业务背景 高德地图作为行业领先的出行平台,持续探索AI与大数据技术在地图、导航、出行服务等领域的创新应用,现面向算法、工程、数据领域招聘顶尖人才,推动技术驱动业务增长与用户体验升级。 核心岗位方向 算法与AI应用 1. 推荐与个性化算法:负责用户兴趣建模、个性化推荐系统设计与优化(覆盖推荐算法专家、个性化推荐/搜索算法工程师)。 2. 广告算法:优化广告预估模型、创意策略、流量分配机制及增长路径(需熟悉CTR/CVR预估、机制设计)。 3. 强化学习与智能决策:研究强化学习在路径规划、动态资源分配等场景的落地应用。 4. 多模态内容理解:探索文本、图像、时空数据融合的多模态算法,提升内容分析与场景理解能力。 搜索与数据技术 1. 搜索算法:优化搜索排序、语义理解及RAG(检索增强生成)引擎开发(需熟悉NLP、信息检索技术)。 2. 用户画像与增长:构建用户行为分析体系,驱动商家/用户增长策略(需具备数据挖掘与增长分析经验)。

更新于 2025-08-12北京
logo of alibaba
社招2年以上技术类-算法

团队介绍 AE搜索算法团队,负责AIDC AliExpress(AE)、JP- AO和天猫淘宝海外等国际化电商搜索业务优化,为全球100多个国家使用不用语言的用户持续电商搜索体验与效率,并结合大模型升级技术与产品体验创新。 多年来团队紧跟工业界和学术界前沿,在多语言Query理解与相关性、国家差异化召回与排序模型、多语言Query导购与大模型在多语言搜索中应用等技术方向持续探索创新,带来业务快速增长同时发表⾼⽔平学术论⽂20+篇(如AAAI、 IJCAI、TKDE、TMM、RecSys、CIKM和ICDM),申请专利15+项。 职位描述 1. 多语言 Query 理解、商品理解和相关性,包括:Query和商品NER、Query类目预测、Query改写与扩展、多语言&跨语言语义相关性等;LLM在多语言电商搜索领域应用,包括:大模型 CT 和 SFT,以及在Query理解、语义相关性、商品理解上的应用; 2. 个性化召回与排序相关技术:基于大规模深度模型的CTR/CVR预估模型及个性化召回模型,包括用户行为序列建模、多目标建模、多模态跨场景迁移建模、国家差异化建模体系建设等; 3. 个性化多语言Query推荐,包括:下拉、底纹、风向标等场域,基于异构行为序列建模、多场景建模的多语言Query推荐技术研究与应用;

更新于 2025-12-16杭州
logo of pinduoduo
社招2年以上技术类

1.生成模型研发: 负责高质量图像与视频生成模型的选型、训练与调优(如Stable Diffusion、DiT、Video Generation Models),针对业务需求开发可控生成方案(ControlNet、LoRA、Adapter),实现广告素材自动化生成、商品图智能设计等。 2.多模态理解与检索: 构建高性能的多模态理解与表征模型(CLIP、BLIP、MLLM),优化跨模态检索(Text-to-Image/Video Retrieval)和内容打标能力,赋能搜索相关性提升及推荐系统的多模态召回与排序。 3.业务场景落地: 深入理解搜推广业务,设计AIGC在广告创意优化、搜索结果增强(Generative Search)、短视频内容重组等场景的应用链路;建立A/B实验体系,对AIGC生成内容的点击率(CTR)、转化率(CVR)及用户留存负责。 4.数据与系统优化: 构建大规模高质量的图文/视频训练数据集与美学评分体系;与Infra团队配合,优化生成模型的推理延迟与吞吐(如Distillation、Quantization),确保在线服务的高并发稳定性。

更新于 2026-01-08上海