阿里巴巴1688-大模型算法高级专家（AI搜索）-杭州
任职要求
1、人工智能、计算机等相关专业硕士及以上学历，有国际顶会论文发表、或知名开源项目有核心贡献的优先 2、有大模型，多模态，商品理解，个性化推荐，信息检索相关领域工作经验，对搜索/商品领域…
工作职责
1、负责AI搜索大模型算法整体工作。 2、负责大模型（含推理、多模态）及下游任务的训练及优化突破，包括但不限于：预训练、SFT、强化学习、混合专家等大模型核心训练技术 3、负责大模型在电商搜索和商品领域落地项目，涵盖用户个性化理解&意图识别，商品内容理解&结构化，行业知识库构建&知识标准化等任务 4、分析和解决大模型在领域应用中的技术难题并进行突破，并与业界先进技术进行持续对比 5、与产品和工程团队紧密合作，将先进的算法技术应用于实际产品开发，发挥算法在实际应用中的价值
主导通用AIAgent（对标Manus等前沿形态）的核心算法研发与技术落地，带领团队攻克大模型驱动下的信息搜集、智能决策、智能办公等关键技术难题，构建具备搜索增强、自然对话能力的新一代通用智能体，支撑业务在多领域的创新应用。 具体职责： 1.算法研发与创新：牵头通用AIAgent的核心算法设计，包括但不限于大模型微调与强化学习、智能规划与决策、多模态信息融合、搜索增强机制等，持续提升Agent的通用性与任务执行能力。 2.场景落地与优化：聚焦搜索、对话等核心应用场景，主导算法方案的落地实施，结合业务需求迭代优化模型效果，解决实际场景中的技术瓶颈（如上下文理解、意图识别、多轮交互连贯性等）。 3.团队管理与赋能：带领5-10人算法团队开展研发工作，制定技术研发计划，统筹项目进度，搭建高效协作机制；指导团队成员成长，提升团队整体技术水平与创新能力。 4.技术攻坚与前瞻布局：跟踪国内外通用Agent、大模型领域的前沿技术动态（如顶会论文、行业实 践），主导技术预研与攻关，推动技术成果转化，保障团队技术竞争力。 5.跨部门协作与国际化支持：与产品、业务等部门深度协作，明确技术需求与落地路径；若涉及海外业务，需主导适配海外场景的算法优化，提供国际化技术支持。
全面负责定义、设计并实现下一代对话系统的核心算法与交互范式，解决当前对话模型在多轮交互、知识应用、共情能力等方面的挑战，探索并引领模型在个性化、主动性、拟人化等前沿方向的技术突破。直接决定数亿夸克用户在Chat场景的与AI 的交互体验，塑造夸克在未来对话式 AI 时代的领先地位。 1. 对话体验定义与规划。深入分析用户意图与行为，结合业务场景，制定并执行对话体验的中长期技术演进路线图。并密切追踪并研究对话式 AI 领域的最新进展，包括主动式对话策略、多模态对话 (语音/视觉融合)、AI Agent 中的对话流控制等。您将主导定义“顶级对话体验”的标准，并将其分解为可落地、可量化的算法迭代目标。 2. 多轮对话与上下文理解。攻坚并解决长程、复杂多轮对话中的核心技术难题，包括但不限于指令遵循、上下文精准理解、长程记忆与遗忘机制、隐式意图识别等。您将设计创新的模型结构与训练策略，使模型具备真正连贯、有逻辑的对话能力。 3. 对话回复准确与全面。主导研发将外部知识 (如搜索、工具调用) 与大模型进行深度、动态融合的先进技术。致力于解决模型在对话中的意图偏离、事实性错误、内容不详实和知识更新不及时等问题，并通过 RAG 新范式或其他创新方法，显著提升对话的准确性与信息量。 4. 评测体系与数据飞轮。建立并完善一套科学、全面的对话能力评测体系，能够精准衡量模型的综合对话质量 (Coherence, Empathy, Informativeness 等)。设计并驱动高效的数据闭环系统，利用真实用户反馈持续、自动化地优化模型。
1. 整体负责闲鱼AI产品的工作，涵盖卖家侧和买家侧双边AI Agent及AI工具的建设，提升买卖双方的交易效率和社区活跃； 2. Lead并主导Agent产品全流程设计，规划功能架构与触发策略，定义产品核心价值，负责Prompt设计、交互逻辑优化，打造流畅智能的用户体验； 3. 深入理解并推动构建自动化评测体系，协同算法、工程团队，进行训练数据优化，优化模型训练数据，提升Agent任务处理能力； 4. 跨团队推动产品落地与迭代，通过数据驱动实现用户渗透目标；
团队背景：淘宝文本搜索算法团队是淘天集团内专注于创新和优化搜索技术的核心团队。我们的任务是通过持续研发高效、精准的搜索算法，以提升用户的在线购物体验和满意度，进而推动电商平台的商业成功。 工作职责 1. 和淘宝电商搜索业务紧密结合，设计和改进机器学习模型的架构，实现高效的搜索大型模型训练和推理系统（特别是大规模语言模型，GPT、LLaMA、通义千问等），确保其高效性和准确性，以提高计算性能和加速模型收敛 2. 负责百亿参数以上超大模型的推理训练与性能优化：进行搜索在线模型的性能分析和调优，识别和解决瓶颈问题，提高模型的训练和推理速度，以适应并充分利用硬件资源，确保在高效计算资源利用的前提下，提供快速响应的搜索业务体验 3. 应用不限于剪枝、量化、知识蒸馏，各种并行策略（DP/TP/PP/EP等）等技术来优化模型的复杂度和运行速度，同时探索模型在样本、训练、存储和推理的极致性能 4. 在大模型的Token压缩方面进行性能探索，包含入图前的超长token压缩甚至长token直接入图等性能优化，以满足大模型结合超长token在海量数据以及极致在线性能的应用 5. 和工程团队协同，依据训练推理机器资源水位以及优化空间，简化和加速模型训练和推理的部署过程，实现离线在线资源的高性价比利用。 6. 参与设计和优化淘宝整体搜索系统，包括多阶段漏斗设计和整体链路设计，确保系统的稳定性和高效性