logo of alibaba

阿里巴巴淘天算法技术-搜索排序算法工程师-北京/杭州

社招全职1年以上地点:北京 | 杭州状态:招聘

任职要求


1、具备优秀的编码能力,扎实的数据结构算法功底;
2、熟悉大规模机器学习/深度学习算法;
3、具有如搜索/推荐/广告等相关领域经验,时刻关注业内前沿技术;
4、对技术有热情,兼具务实且创新的精神,热衷于在实际工作中发现问题、验证问题、不断提出自己的想法和技术方案;
5、有良好的沟通表达能力, 具有团队精神, 有良好的团队协同能力;
6、在顶会(SIGIR、SIGKDD、ICMLNIPS、WWW、AAAI、CIKM、ACL、RECSYS等)或期刊上发表过论文者优先;

工作职责


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,其中搜索排序算法致力于实现更准确的用户个性化排序,当前正在推动在搜索场景下实现“个性化生成式排序”的技术革新,旨在通过大语言模型与搜索/推荐系统的深度融合,打造更智能、更个性化的用户体验。

职位描述:
1、研究LLM如何赋能电商场景下的个性化CTR/CVR预估,利用模态对齐、用户行为CoT等技术手段让LLM的推理能力扩展到对用户的个性化偏好的理解与推理上,实现更精准的人货匹配。
2、探索个性化生成式预估模型方案,包括搜索推荐领域下生成式模型相较于判别式模型的优劣对比,生成式训练范式设计、生成式模型结构优化、基于RL的排序目标对齐等方向,设计有scale-up能力的模型方案。
3、负责大模型背景下的预估模型的Infra设计,包括更加算力友好的算法方案设计、训练加速、线上部署、链路优化、计算复杂度优化等,推动先进技术成果的规模化落地。
包括英文材料
数据结构+
算法+
机器学习+
深度学习+
ICML+
RecSys+
NeurIPS+
相关职位

logo of alibaba
社招3年以上

1、迭代优化搜索混排多通道框架,实现多通道候选的准确预估以及合理分配机制 2、迭代升级搜索混排Generator-Evaluator架构中的Generator模型、Evaluator模型,研究强化学习在序列推荐场景中的应用 3、探索LLM x Rank,探索LLM的能力如何赋能电商搜索排序场景,建设下一代搜索算法技术链路

更新于 2025-09-08
logo of alibaba
社招3年以上

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。 1. 负责搜索个性化算法,致力于实现更准确的用户个性化排序/召回技术,负责设计、实现和优化电商领域的个性化搜索系统 2. 研究LLM如何赋能电商场景下的个性化CTR/CVR预估/个性化向量召回等子领域,结合行为序列预训练建模技术,利用模态对齐、用户行为CoT等技术手段让LLM的推理能力扩展到对用户的个性化偏好的理解与推理上,以提高搜索结果的个性化匹配和用户满意度 3. 推动在搜索场景下实现“个性化生成式检索”的技术革新,旨在通过大语言模型与搜索/推荐系统的深度融合,打造更智能、更个性化的用户体验

更新于 2025-09-28
logo of bytedance
社招A253302

1、负责GEB广告投放中的各种策略和算法优化,即定向、召回、精排、混排、出价等各阶段模型、策略的优化,极致优化变现效率和广告ROI; 2、深入垂直行业广告诉求,在策略/出价/召回/排序/ROAS等方向,为广告主提供End2End产品解决方案; 3、负责利用策略和模型手段,从用户生态、投放体验、长期可持续的广告业务等方面,探索最新的商业化变现技术和商业产品设计,平衡变现效率和用户体验关系,为广告长期增长负责; 4、参与CTR,CVR等广告模型的设计、开发和迭代,跟踪深度学习、计算广告、推荐系统等最新前沿研究成果和竞赛动态,快速实现并落地应用于实际任务中,结合实际问题开展数据分析和迭代优化,提出创新性解决方案; 5、深入原生/激励/新样式互动等特色业务场景,设计并落地模型、策略一体化方案,推动业务全面发展。

更新于 2024-02-19
logo of alibaba
社招1年以上

联盟算法团队依托淘宝联盟和淘宝内容营销,以先进的机器学习和AI技术驱动站外十亿级消费者的电商营销场景发展。淘宝联盟是百万淘客在站外的商品分发,实现淘宝千万级用户引流,十亿级GMV规模的站外营销生态;淘宝内容营销是基于万级内容创作者生产的内容以及站外媒体投放,为商家提供站外种草价值的广告营销生态。 我们根据淘宝联盟生态的特点,基于海量时空传播图网络,构建先进的多Treatment价量关系等营销算法模型,实现智能化选品,出价,发券系统;在程序化流量中,深耕多场景多目标预估、个性化排序模型和匹配策略。在淘宝内容营销场景下,我们从内容企划,自动化投放,价值评估全链路实现智能化,涉及站外趋势预测,智能选品,增量目标下的人群挖掘,细粒度的多触点增量预估与评估等技术。在不断提升业务效果的同时,我们在AI算法方面不断突破技术边界:基于强化学习的多模态大语言模型的端到端多模态表征技术,基于LLM大语言模型的智能文案,营销AI agent等技术,广泛应用在同款比价,内容理解,选品出价等场景。 热忱欢迎对营销算法,搜推广,计算机视觉和大语言模型等方向感兴趣的同学加入我们,一起加油,共同成长!我们坚信你的加入,是我们彼此优秀的开始。

更新于 2025-10-13