阿里巴巴未来生活实验室-搜推大模型和机制策略算法（拍立淘）-北京/杭州

阿里资产技术团队负责建设全球领先的网络资产处置平台，承载司法拍卖、破产处置、珍品交易等多个市场体量巨大的业务，应对海量用户、巨量资金带来的复杂大型互联网系统架构。 1. 复杂场景下的智能算法构建： ○ 负责商品拍卖场景的搜索推荐系统优化，包括基于用户行为的长短期兴趣建模，设计多目标排序策略（精准推荐/惊喜度平衡），解决新品冷启动、多样性打散等业务难题； ○ 构建亿级商品知识体系，研发基于大模型的商品结构化分析、同品识别、属性纠错等多模态商品分析解决方案； ○ 开发基于时序特征的成交价与拍下率预测系统，提升拍卖定价策略的合理性。 2. 前沿算法探索和落地，LLM/GNN/多模态等前沿技术在搜推场景的应用落地，包括： ○ 基于用户意图理解的生成式推荐范式； ○ 图神经网络在异构图谱中的关系挖掘； ○ 基于大模型的知识增强的多模态商品表征。 3. 算法数据闭环建设： ○ 设计科学的效果评估体系，构建AB实验、因果推断与归因分析的全链路验证机制； ○ 推动算法成果转化为关键业务指标的提升（GMV/LTV/用户时长等）。 我们提供： ○ 参与核心系统的架构设计机会； ○ 行业领先的GPU算力集群与数据资源支持； ○ 与顶尖算法团队共同探索搜索推荐技术前沿领域的创新突破。

团队介绍：我们是支持抖音集团广告业务算法技术中台团队Ads Core，致力于研发全球领先的在线广告优化算法，营造健康、互惠的广告生态，持续提升用户和客户体验，引领并推动行业算法的变革与创新。我们承担了抖音集团产品广告变现业务的基础算法策略和机制的改进与研究，涵盖抖音、今日头条、番茄小说等场景的商业化技术的支撑。 课题介绍： 广告推荐算法是互联网商业变现的核心驱动力，我们希望借鉴生成式AI的成功思路，探索在广告推荐算法和架构上的颠覆性创新，解锁更大的算法效果提升空间。重点探索以下方向： 1）基于类Transformer结构的生成式推荐大模型技术，验证广告推荐场景的Scaling Law，探索面向大模型的特征工程以及算法建模范式； 2）算法和工程协同设计与优化，提升海量数据、超大参数背景下的训练与推理效率； 3）语言/多模态模型和推荐模型的结合； 1、负责商业化场景推荐大模型的算法优化，引入生成式AI技术，优化算法建模方法、模型结构、特征和样本等，提升广告变现效率； 2、验证推荐大模型的Scaling Law，应对大模型训练中的一切新挑战； 3、算法和工程高度融合、协同设计，极致优化推荐大模型的训练及推理效率。

该岗位主要负责淘工厂、淘特的用户权益和商品营销定价算法优化，通过深度学习、强化学习、因果推断、运筹优化和LLM等算法技术，探索商品的动态定价机制与营销策略，提升用户权益的精准性和ROI，提升商家经营效率， 提升消费者购物体验帮助用户用更优惠的价格买到更满意的商品。欢迎有好奇心、敢于接受挑战的候选人加入我们，一起借助前沿创新技术为用户更好的创造价值，构建面向复杂电商场景的商品智能定价 & 用户智能补贴权益系统。 岗位职责包括但不限于： 1. 商品智能定价引擎，负责融合大模型、因果推断、强化学习与多模态理解等前沿技术，研发面向营销与定价场景的生成式AI能力，包括构建商品价量模型和由大语言模型驱动的智能定价策略生成系统，自动生成可解释且可执行的动态定价和商品运营策略建议。 2. 红包&优惠券用户权益发放，基于淘工厂、淘宝特价和淘宝买菜核心营销权益发放场景，负责电商场景中的红包、优惠券等权益的定价和发放机制。探索个性化、智能化、可调控的权益分配机制，提升权益对用户转化与GMV增长的撬动作用。 3. 增益建模。基于因果推断，深度学习构建通用精准Uplift模型体系，准确预估营销干预的因果效应，持续提升整体投放的增量效益。 4. 运筹优化与权益调控。针对各类约束下的权益投放场景，结合运筹优化，强化学习等技术，实现在约束精准达成控制下的目标优化方法。 5. 权益-搜推联合优化。以提升用户购物体验为目标，结合搜索、推荐和大模型技术，探索新的权益定价和发放范式 我们提供 1. 高空间的舞台：算法创新将直接应用于亿级商品、用户的业务场景，让你的技术才能得到最大程度的发挥。 2. 前沿的技术挑战： 跟踪大模型、AI Agent、RAG、强化学习等前沿技术进展，探索其在供给预测、动态定价、自动营销等场景的创新应用，推动“AI for Business Decision Making”在电商领域的深度落地。 3. 充足的资源支持： 享有淘天集团顶级算力、海量行为与商品数据，以及鼓励快速验证、容忍试错的创新文化。 4. 清晰的成长路径： 完善的技术晋升通道与跨团队协作机会，支持您在算法深度与商业影响力上同步成长。

该岗位主要负责淘工厂、淘特的用户权益和商品营销定价算法优化，通过深度学习、强化学习、因果推断、运筹优化和LLM等算法技术，探索商品的动态定价机制与营销策略，提升用户权益的精准性和ROI，提升商家经营效率， 提升消费者购物体验帮助用户用更优惠的价格买到更满意的商品。欢迎有好奇心、敢于接受挑战的候选人加入我们，一起借助前沿创新技术为用户更好的创造价值，构建面向复杂电商场景的商品智能定价 & 用户智能补贴权益系统。 岗位职责包括但不限于： 1. 商品智能定价引擎，负责融合大模型、因果推断、强化学习与多模态理解等前沿技术，研发面向营销与定价场景的生成式AI能力，包括构建商品价量模型和由大语言模型驱动的智能定价策略生成系统，自动生成可解释且可执行的动态定价和商品运营策略建议。 2. 红包&优惠券用户权益发放，基于淘工厂、淘宝特价和淘宝买菜核心营销权益发放场景，负责电商场景中的红包、优惠券等权益的定价和发放机制。探索个性化、智能化、可调控的权益分配机制，提升权益对用户转化与GMV增长的撬动作用。 3. 增益建模。基于因果推断，深度学习构建通用精准Uplift模型体系，准确预估营销干预的因果效应，持续提升整体投放的增量效益。 4. 运筹优化与权益调控。针对各类约束下的权益投放场景，结合运筹优化，强化学习等技术，实现在约束精准达成控制下的目标优化方法。 5. 权益-搜推联合优化。以提升用户购物体验为目标，结合搜索、推荐和大模型技术，探索新的权益定价和发放范式 我们提供 1. 高空间的舞台：算法创新将直接应用于亿级商品、用户的业务场景，让你的技术才能得到最大程度的发挥。 2. 前沿的技术挑战： 跟踪大模型、AI Agent、RAG、强化学习等前沿技术进展，探索其在供给预测、动态定价、自动营销等场景的创新应用，推动“AI for Business Decision Making”在电商领域的深度落地。 3. 充足的资源支持： 享有淘天集团顶级算力、海量行为与商品数据，以及鼓励快速验证、容忍试错的创新文化。 4. 清晰的成长路径： 完善的技术晋升通道与跨团队协作机会，支持您在算法深度与商业影响力上同步成长。