logo of alibaba

阿里巴巴淘天算法技术-推荐算法工程师(召回和排序)-杭州/北京

社招全职2年以上地点:北京 | 杭州状态:招聘

任职要求


招聘层级:P6/P7
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, 具有如搜索/推荐/广告等相关领域经验;
3、优秀的分析问题和解决问题的能力,对解决具有挑战性问题充满激情, 不轻易放弃;
4、对技术有热…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


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。
包括英文材料
数据结构+
算法+
机器学习+
深度学习+
ICML+
RecSys+
还有更多 •••
相关职位

logo of quark
社招2年以上技术类-算法

加入千问/夸克APP的核心团队,共同打造下一代AI智能助理的“推荐大脑”。包括但不限于:对话推荐、AI内容创作、内容消费,负责推荐系统的算法设计、优化及落地,通过精准的算法策略提升对话体验与内容分发效率,带动千问/夸克APP的DAU、AI生成内容(AIGC)、创作者生态等核心业务的增长。 1.算法设计与优化:利用前沿技术优化千问/夸克APP的对话推荐、消费和创作模块,全链路地优化包括召回模型、排序模型、多模态推荐、多目标、冷启动,探索等推荐算法和模块; 2.数据驱动迭代:基于用户行为数据、内容特征数据等,构建算法评估体系,通过AB测试等方式验证算法效果,持续迭代优化推荐策略,解决冷启动、多样性不足等实际业务问题。 3.特征工程与模型搭建:利用大模型构建千问/夸克用户的画像,参与内容特征、用户特征的挖掘与构建,结合场景需求选择或改进合适的推荐模型,提升模型预测精度与泛化能力。 4.系统协同与落地:与工程、产品、数据等团队协作,将算法方案转化为可落地的技术实现,保障推荐系统的高可用性、低延迟与稳定性,适配各场景的动态变化需求。 5.技术探索与沉淀:跟踪推荐算法、AI大模型在内容领域的应用动态,探索大模型与推荐系统结合的创新方向,沉淀算法研发经验与技术方案。

更新于 2025-12-05北京|杭州
logo of alibaba
社招

1. 召回与排序:超大规模的商品、视频、直播、图文推荐业务下的召回、排序、重混排模型,及跨域多模态推荐技术; 2. 机制策略:通过深度强化学习技术优化推荐策略,设计智能流量机制,助力用户规划增长、商家及内容创作者成长;

更新于 2025-04-14北京|杭州
logo of alibaba
社招1年以上技术类-算法

团队介绍 "阿里巴巴国际数字商业集团的智能技术团队,负责阿里巴巴旗下多个国际化电商平台的搜索、推荐、广告、用增等技术。团队致力于将最前沿的AI技术与国际化电商业务问题深度结合,为用户打造更好更智能化的网上购物体验,同时赋能百万商家实现更高效的经营。 选择加入我们意味着投身入于高速发展的国际化电商业务,一起打造最先进的AI技术以驱动全球电商业务发展。" 职位描述 1.基于Lazada的海量用户和商家数据,探索使用深度学习,强化学习,Graph Embedding,迁移学习,知识图谱等前沿技术来解决广告业务所面临的多国家多语言场景,大规模异构数据的挑战,将前沿技术在广告业务上落地,用技术推到业务高速发展。 2.负责广告系统的核心召回、排序、竞价机制算法持续迭代优化,提升广告业务的核心指标,帮助Lazada广告业务高速增长。

更新于 2025-10-22杭州|北京
logo of bytedance
校招A103959B

团队介绍:TikTok是一个覆盖150个国家和地区的国际短视频平台,我们希望通过TikTok发现真实、有趣的瞬间,让生活更美好。TikTok 在全球各地设有办公室,全球总部位于洛杉矶和新加坡,办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。 TikTok研发团队,旨在实现TikTok业务的研发工作,搭建及维护业界领先的产品。加入我们,你能接触到包括用户增长、社交、直播、电商C端、内容创造、内容消费等核心业务场景,支持产品在全球赛道上高速发展;也能接触到包括服务架构、基础技术等方向上的技术挑战,保障业务持续高质量、高效率、且安全地为用户服务;同时还能为不同业务场景提供全面的技术解决方案,优化各项产品指标及用户体验。 在这里, 有大牛带队与大家一同不断探索前沿, 突破想象空间。 在这里,你的每一行代码都将服务亿万用户。在这里,团队专业且纯粹,合作氛围平等且轻松。目前在北京,上海,杭州、广州、深圳分别开放多个岗位机会。 1、体系级推荐架构升级:实现推荐模型Scaling up,整合召回-生成-排序一体化,推动底层计算与训练效率优化,构建稳定可扩规模系统; 2、内容理解与跨域建模:研究大规模行为序列理解、商品/视频/文本融合表示及长序列Transformer优化,支撑大模型推理并行计算与流水线部署; 3、用户价值与兴趣建模:通过预训练构建泛化能力更强的用户和行为表征,通过多任务学习提升用户潜在兴趣预测能力,提高整体电商效率,增强新用户冷启动与探测性推荐; 4、生态闭环与内容策略:通过生成机制识别优质商品与主播,驱动正向生态循环,增强用户紧密度与商业转化。

更新于 2025-07-28上海