阿里巴巴淘天算法技术-搜索机制算法工程师-杭州

团队介绍 淘宝搜索是阿里巴巴亿级用户交易的核心引擎，也是全球电商领域技术创新的风向标。在这里，你将： 1、深度参与大模型与电商搜索的全场景融合：从LLM、多模态大模型（MLLM）到强化学习（RL），探索技术无人区。 2、定义电商搜索的技术范式：推动SKU引擎、超大规模索引、用户意图理解等技术的突破。 3、打造亿级用户产品：你的代码将直接影响数亿消费者的购物体验与千亿级GMV的达成。 核心方向：大模型驱动的电商搜索革命 1. 负责淘宝搜索算法的设计与优化，针对新品引入、下沉市场用户行为及流量分发机制，提升搜索用户体验与商业价值； 2. 研究并实现用户画像建模、搜索排序策略及细分场景（如长尾商品、低线城市用户）的精细化推荐算法，优化点击率与转化率； 3. 参与搜索流量机制的建模与迭代，结合大数据分析与机器学习技术，推动搜索系统效率指标提升； 4. 冷启和下沉人群模型构建，包括但不限于生成式召回/LLM4ranking 等。 5. 跨产品、数据、工程多团队协作，通过完备的实验验证算法效果，并推动技术方案在生产环境的落地与持续迭代。

淘宝搜索供给算法团队是淘天集团内专注于创新和优化供给效率的核心团队。我们的任务是通过持续攻关从供给到流量策略最终回归用户价值的供给策略，以降低全链路的交易成本，最大化交易剩余价值提升经济效率，进而推动电商平台的商业成功。这一关键角色中，您将参与淘宝供给的核心策略研究，特别是专注于电商价量效应、需求规模、定价以及AI诊断等创新领域。该职位要求理解深度学习的工作原理与供应链的相关知识背景，在运筹规划、大语言模型、多模态等技术方面有突出贡献。作为团队的核心成员，您将不仅要在您的直接工作领域推动技术突破，还要与其他方向的团队（包括流量分发、商品理解、广告出价等）进行全链路联动，共同推进平台商品供给在结构性上的重要突破。 1. 核心模型研发与创新： 负责淘宝主搜的核心算法研发，主导设计和优化面向电商场景的价量、组合效应、定价连续决策、运筹规划等深度任务。创新研究Agentic AI、多模态（文图、视频）、生成式调控等前沿方向，从模型层面根本性地提升供给履约确定性、商家经营体感与用户消费体验。 2. 电商知识资产构建： 主导构建电商领域的高质量多模态数据飞轮。通过知识库建设、主动学习、数据挖掘和智能标注等手段，持续迭代和优化数据质量，为大模型的训练和迭代提供核心“燃料”，沉淀公司级的电商知识数据资产。 3. 供给生态洞察与实践：深入理解商家成本结构优化在平台流量策略下交付用户消费体验的全流程。建立一套数据导向、科学的、完备的供给优化方法论。以多方共赢的视角设计下一代供给策略的优化方案，确保技术的价值导向。 4. 前沿技术探索与应用： 密切追踪LLM（大语言模型）、MLLM（多模态大模型）、Agentic AI等领域的最新技术进展。快速进行技术预研、验证，并将其创造性地应用于电商搜索业务中，解决实际问题。在应用基础上进行技术创新，鼓励发表高水平论文、申请技术专利，构建团队在行业内的技术影响力。 我们提供 1. 高空间的舞台： 真实、海量、复杂且高价值的业务场景，让你的技术才能得到最大程度的发挥。 2. 前沿的技术挑战： 直接参与并定义最前沿的供给策略，与行业顶尖人才共同攻克最具挑战性的技术难题。 3. 充足的资源支持： 丰富的计算资源与数据资产，以及鼓励创新和试错的文化氛围。 4. 清晰的成长路径： 完善的职业发展体系和技术晋升通道，支持个人在技术深度和业务广度上的持续成长。

淘宝搜索供给算法团队是淘天集团内专注于创新和优化供给效率的核心团队。我们的任务是通过持续攻关从供给到流量策略最终回归用户价值的供给策略，以降低全链路的交易成本，最大化交易剩余价值提升经济效率，进而推动电商平台的商业成功。这一关键角色中，您将参与淘宝供给的核心策略研究，特别是专注于电商价量效应、需求规模、定价以及AI诊断等创新领域。该职位要求理解深度学习的工作原理与供应链的相关知识背景，在运筹规划、大语言模型、多模态等技术方面有突出贡献。作为团队的核心成员，您将不仅要在您的直接工作领域推动技术突破，还要与其他方向的团队（包括流量分发、商品理解、广告出价等）进行全链路联动，共同推进平台商品供给在结构性上的重要突破。 1. 核心模型研发与创新： 负责淘宝主搜的核心算法研发，主导设计和优化面向电商场景的价量、组合效应、定价连续决策、运筹规划等深度任务。创新研究Agentic AI、多模态（文图、视频）、生成式调控等前沿方向，从模型层面根本性地提升供给履约确定性、商家经营体感与用户消费体验。 2. 电商知识资产构建： 主导构建电商领域的高质量多模态数据飞轮。通过知识库建设、主动学习、数据挖掘和智能标注等手段，持续迭代和优化数据质量，为大模型的训练和迭代提供核心“燃料”，沉淀公司级的电商知识数据资产。 3. 供给生态洞察与实践：深入理解商家成本结构优化在平台流量策略下交付用户消费体验的全流程。建立一套数据导向、科学的、完备的供给优化方法论。以多方共赢的视角设计下一代供给策略的优化方案，确保技术的价值导向。 4. 前沿技术探索与应用： 密切追踪LLM（大语言模型）、MLLM（多模态大模型）、Agentic AI等领域的最新技术进展。快速进行技术预研、验证，并将其创造性地应用于电商搜索业务中，解决实际问题。在应用基础上进行技术创新，鼓励发表高水平论文、申请技术专利，构建团队在行业内的技术影响力。 我们提供 1. 高空间的舞台： 真实、海量、复杂且高价值的业务场景，让你的技术才能得到最大程度的发挥。 2. 前沿的技术挑战： 直接参与并定义最前沿的供给策略，与行业顶尖人才共同攻克最具挑战性的技术难题。 3. 充足的资源支持： 丰富的计算资源与数据资产，以及鼓励创新和试错的文化氛围。 4. 清晰的成长路径： 完善的职业发展体系和技术晋升通道，支持个人在技术深度和业务广度上的持续成长。

1. 搜索召回算法：基于多模态&LLM大模型等能力，设计和优化1688搜索召回模块；负责文本query理解和改写；设计和优化分人群的多路召回差异化协同机制，并建立召回迭代的评价指标； 2. 搜索排序算法：设计和优化1688搜索排序下的转化率精准预估任务；深入研究全域用户行为建模、全域迁移学习任务、多模态技术方向在排序的应用；设计和优化1688搜索排序框架，围绕长期用户价值对1688排序模型的目标进行设计和优化； 3. 搜索流量机制：负责1688搜索机制策略创新和优化，包括商业化机制策略和用户增长策略的方案设计和落地，分渠道精细化优化用户的留存和活跃； 4. 搜索基础算法：在1688搜索样本和数据特征上进行精细化处理，提升模型效果的上限，通过召回/粗排/排序的模型优化和一致性提升等方式对搜索全链路进行迭代。