荣耀大模型强化学习算法高级工程师
任职要求
1、计算机科学、机器学习、统计学、应用数学等相关领域专业； 2、具备扎实的机器学习基础、编码能力，能够熟练掌握最新论文和技术，并熟练使用PyTorch框架进行编程； 3、具备创造性思维，能够将全新想法转化为工程应用，对研究工作充满热情，具备良好的团队合作精神和沟通能力； 4、对强化学习、人工智能和大模型技术有强烈的兴趣和热情，愿意不断学习和探索新技术； 加分项： 1、在ICML、ICLR、NeurIPS、ACL、CVPR、AAAI、IJCAI、TPAMI、TIP等顶级学术会议和期刊上发表过有影响力研究成果者优先； 2、在ACM/ICPC、NOI/IOI、Kaggle等编程/AI比赛中获奖者优先； 3、主导或参与过具有重大影响力的AI相关开源或闭源项目者优先。 招聘范围：国内和海外高校的中国籍应届博士毕业生
工作职责
1、研究大语言模型及多模态大模型的SFT和RLHF后训练方法，旨在提升大模型在相关端侧业务上的基础能力，紧跟业界大模型的技术发展； 2、探索大模型的agent应用能力，包括但不限于ReAct、Reflexion、AutoGPT、MetaGPT等LLMagent应用框架，以及强化学习智能体的规划和端到端训练方法； 3、研究用户个性化大模型的强化学习训练和应用能力，提升端侧用户体验； 4、撰写技术报告和论文，积极参与公司内外部的技术交流与合作，推动团队在大模型技术水平和业务落地能力上的提升，增强团队在行业内的影响力和知名度。
1.负责研发和实现理想汽车自动驾驶系统中的强化学习算法，针对端到端大模型的训练范式进行优化，确保算法在车端平台的高效部署。 2.专注于开发和实现创新的强化学习算法和架构，推动自动驾驶系统性能的提升，特别是在 MPI 性能方面的突破。 3.参与自动驾驶系统的分布式训练框架建设，优化计算资源和内存瓶颈，支持大规模模型的高效训练与推理。 4.跟踪强化学习和自动驾驶领域的最新技术进展，推动新技术的实验验证和应用落地，推动技术前沿的突破。 5.跨团队紧密合作，确保 AI 模型在生产环境中部署，满足高性能和高可靠性的要求。
1.负责商品合规安全业务：基于多模态算法技术，对海量商品信息（包括图片、标题描述等）进行自动化风险识别，精准检测违禁品、知识产权、资质不符等违规内容，提升高危商品的发现效率与防控准确率，保障平台商品生态的合规性与安全性 2.负责内容安全业务：利用多模态算法在海量内容中快速筛选出潜在的风险进行防控 3.负责商品审核业务：主导审核机器人能力建设，结合规则引擎与多模态大模型技术，对海量商品送审请求实现自动化智能审核，在保障审核质量的前提下大幅提升处理效率，降低人工成本
所在团队负责阿里国际贸易平台上的所有推荐产品，包括猜你喜欢、详情页推荐、个性化楼层等。团队通过大数据和深度学习建模，帮助平台上买卖家快速达成生意。来到这里，你将有机会深度接触到业界的计算平台和深度学习算法，并将算法技术转化为商业价值。具体地，你将有机会负责： 1. 用户画像、召回、排序和策略等模块的技术规划和算法设计，通过技术创新提升买卖家匹配效率。 2. 通过大规模深度学习和图学习，在面对数据稀疏和多国家多行业的情况下对用户实时兴趣、CTR预估、询盘和交易转化预估等问题建模。 3. 通过多样性和发现性策略，拓展用户需求，提升兴趣发现能力，进一步完善和提升推荐侧的产品价值。 4. 探索大语言模型+搜推的创新应用方向，LLM在推荐领域下的全链路建设，包括但不限于大规模的预训练、SFT、LoRA和RLHFL等技术，落地大语言模型+搜推的新的应用落地场景（如生成式推荐等）。
我们是AliExpress广告算法团队，该岗位负责AE搜索广告的NLP&相关性、用户体验优化，包括并不限于： 1. 设计和优化搜索广告相关性下的Query理解、类目预测、深度语义相关性、商品理解、实体匹配等方向 2. 对比学习、表征学习、蒸馏学习在语义理解、类目预测、相关性判别等领域的应用和创新 3. 设计合理的全链路管控与供给策略，保证消费者体验、广告主投放效果、平台营收的良好平衡 4. LLM、MLLM在上述方向的全面应用与优化 5. 建立合理的相关性评测方法，进行数据挖掘，迭代数据标注任务，积累电商领域知识数据资产