得物搜索算法专家（社区）
任职要求
1. 本科及以上学历，计算机相关专业背景，具备扎实的工程与算法基础。有搜索、推荐、广告、NLP等方向实践经验； 2. 具备良好的编程能力与系统思维，熟练掌握主流编程语言（至少 Python / C++ / Java其中一种），具备扎实的计算机基础知识（如操作系统、数据结构等）； 3. 熟悉传统机器学习与深度学习核心方法，掌握GBDT、BERT、LLM、CTR/CVR预估等关键技术路径，熟练使用 TensorFlow、PyTorch 等深度学习框架； 4. 具有良好的数据理解能力和问题分析能力，擅长问题拆解/日志分析/链路debug等，熟悉 Spark/ODPS 等常用数据处理工具； 5. 具备技术好奇心与自我驱动能力，关注技术长期价值，有独立探索和推动复杂问题的能力； 6. 在国际顶会（如 SIGIR/KDD/NeurIPS/AAAI 等）发表论文、在开源项目中有持续贡献、在算法/编程类竞赛中取得优异成绩者优先。
工作职责
【团队介绍】 得物社区搜索致力于打造年轻人消费决策首选的内容搜索平台，是得物app及社区内容消费的重要入口。当前团队聚焦在搜索全链路的优化，包括多模态语义匹配、个性化排序、内容质量、搜索增长等方向，持续提升搜索体验和规模，帮助用户更高效地发现有用内容完成决策，构建良性的社区内容生态循环。 团队成员来自国内一线互联网公司，核心骨干经验丰富，同时也聚集了一批具备快速成长潜力的年轻算法工程师，整体风格开放、高效、注重技术钻研与业务交付能力，致力于构建兼具深度与活力的搜索技术团队。 当下正值搜索能力升级与大模型技术融合的关键期，团队拥有良好的技术氛围和充足的资源投入，欢迎对搜索/大模型技术理解深刻、热爱改进用户体验、具备技术探索精神的你加入，共同打造下一代社区搜索系统。 职位描述 1. 协同产运业务团队，共同定义搜索体验演进方向，围绕社区用户需求与内容生态特点，推进相关性匹配、内容质量、个性化优化、意图激发等关键能力落地，提升搜索场景在内容消费与用户决策中的价值，完成整体业务目标； 2. 负责搜索系统的全链路建设与优化，包括召回、排序、重排、相关性、搜索增长等核心模块。重点方向涵盖多模态语义匹配、 内容质量、用户全域全周期个性化建模、全链路一致性/多目标建模等； 3. 深入探索基于大模型的搜索优化路径，结合搜索及社区图文视频数据，推动多模态理解匹配、意图理解、生成式召回等新技术的工程化实践，实现前沿算法与复杂业务场景的高效结合； 4. 参与跨团队协作，推动跨部门项落地，在与工程、数据等团队的高效配合中，扩大影响力；同时在团队内部推动协作规范、知识沉淀与技术氛围建设，帮助团队能力持续进步。
【团队介绍】 得物社区推荐算法团队负责得物app中得物推荐页的内容推荐业务，直接优化得物社区流量的推荐算法策略和模型效果。我们的工作内容包含推荐漏斗的大规模推荐算法优化，包括但不限于召回、粗排、精排、重排算法和模型优化以及多模态、生成式推荐技术优化。 团队由来自不同背景的优秀同学组成，具备深厚理论基础和丰富行业实践经验。 (包括来自国内外知名大厂的前员工、推荐/广告/搜索算法领域的的专家等)，也有许多年轻高潜、成长迅速的superstar(清北复交等top学校的候选人)。团队技术氛围良好，既有充分的自由度进行前沿技术探索，又有大规模的业务场景进行落地验证，团队近年已有一些成果发表在SIGIR、AAAI、ACM MM、CIKM等顶会上。 团队整体核心业务稳定，创新场景丰富，成长空间巨大，亟待更多优秀的同学加入做更多有挑战的事！ 职位描述 1. 负责信息流推荐的业务推荐算法工作，深入理解社区推荐业务形态。和产品运营一起制定业务目标和推荐策略，推进业务增长和前沿技术落地，完成整体业务目标； 2. 研究方向包括信息流推荐的召回、粗排、精排、重排等算法方向的算法优化，包括不限于图神经网络学习、多模态/大模型推荐技术、多目标优化、生成式推荐等方向的研究； 3. 深入参与深度学习技术研究方向，解决具体业务问题的同时，形成完整的方法论和创新的idea； 4. 组织推进组内以及跨部门合作项目，帮助团队进步和新人成长。
我们是阿里巴巴通义实验室AI搜索算法团队，专注于下一代AI驱动搜索技术的前沿研究与产业化落地。团队在文本搜索、多模态检索、大模型驱动的搜索范式等方向持续创新，负责通义实验室AI搜索领域的核心技术研发和产品落地。 团队此前开源的GTE/GME/Qwen3-Embedding系列表征与重排模型累计下载量突破1亿次，是开源社区最受欢迎的检索模型之一。欢迎加入我们，共同探索AI搜索的未来，创造对社区和产业具有深远价值的技术突破。 工作职责： 1. 负责搜索、RAG核心模块的算法创新与优化，涵盖文本/多模态Query理解、Embedding表征学习、ReRank重排序模型等，确保技术效果保持行业领先水平。 2. 针对问答系统、智能客服、多模态Memory等实际应用场景，优化搜索/RAG/AI Agent端到端框架，全面提升系统的准确性、执行效率和可扩展性。 3. 与产品、工程团队深度协作，推动核心模型的开源发布和业务应用落地，支撑关键项目的高质量交付。
主导通用AIAgent（对标Manus等前沿形态）的核心算法研发与技术落地，带领团队攻克大模型驱动下的信息搜集、智能决策、智能办公等关键技术难题，构建具备搜索增强、自然对话能力的新一代通用智能体，支撑业务在多领域的创新应用。 具体职责： 1.算法研发与创新：牵头通用AIAgent的核心算法设计，包括但不限于大模型微调与强化学习、智能规划与决策、多模态信息融合、搜索增强机制等，持续提升Agent的通用性与任务执行能力。 2.场景落地与优化：聚焦搜索、对话等核心应用场景，主导算法方案的落地实施，结合业务需求迭代优化模型效果，解决实际场景中的技术瓶颈（如上下文理解、意图识别、多轮交互连贯性等）。 3.团队管理与赋能：带领5-10人算法团队开展研发工作，制定技术研发计划，统筹项目进度，搭建高效协作机制；指导团队成员成长，提升团队整体技术水平与创新能力。 4.技术攻坚与前瞻布局：跟踪国内外通用Agent、大模型领域的前沿技术动态（如顶会论文、行业实 践），主导技术预研与攻关，推动技术成果转化，保障团队技术竞争力。 5.跨部门协作与国际化支持：与产品、业务等部门深度协作，明确技术需求与落地路径；若涉及海外业务，需主导适配海外场景的算法优化，提供国际化技术支持。
1、支持快速增长、大规模dau的得物电商&社区业务的搜索/推荐工作； 2、利用海量数据搭建业内领先的机器学习算法和架构，建模用户购物兴趣，提升用户体验； 3、应用先进的机器学习技术，解决各种在线/离线、大数据量/小数据量等不同场景中遇到的技术和业务挑战，包括多类型内容分发、新用户承接、新品冷启动等； 4、对电商生态中用户、商家的行为做深入的分析和理解，制定算法策略促进生态良性发展； 5、独立负责产业务场景中的一个模块，与产品、运营团队一起，对模块的未来发展进行规划和设计，制定推荐策略的目标。