得物 【算法平台】Java技术专家（搜推模型样本数据平台方向）
任职要求
1、本科及以上学历，计算机及相关专业，具备良好的编码能力和扎实的技术功底，至少熟练掌握java/c++任何一种开发语言； 2、具备电商&社区等场景高TPS的特征抽取、样本拼接和存储的经验，有较强的稳定性意识，完善样本数据核心链路的高可用性、一致性等相关体系建设； 3、能熟练运用常见的离线大数据组件，包括但不限于Flink、Spark、MR等主流计算框架，以及kafka、HDFS、HBase等主流存储； 4、具有良好的沟通协作能力，具有较强的分享意愿，对搜推工程、模型训练和算法有很好的理解能力； 5、有搜索、推荐、广告等业务经验者优先，有电商&社区等场景的样本工程或模型工程经验者优先。
工作职责
1、负责研发得物搜推主场景样本数据平台，管理样本数据的拼接、加工与存储； 2、负责历史训练样本的管理、特征回补等功能；负责在线流式训练的实时样本系统的研发； 3、搭建一站式的在离线样本特征链路，不断完善架构设计，优化系统的稳定性、性能、可扩展性。
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）。
1、围绕支付核心服务（如收银台推荐、N设备、资金调度、支付营销等场景）搭建算法&数据画像服务化的框架支撑，推进支付业务算法智能化升级； 2、建设搜索推荐、在线运筹决策、画像理解等智能化工程能力，夯实算法模型迭代、实验、评价、洞察体系，为算法提效； 3、探索支付业务大模型应用底层框架，建设智能体训练、多轮对话、编排执行调度等模块，支付平台运营类、对客类产品业务结合GPT的多Agent建设； 4、深度参与核心功能的设计、开发、测试、上线全过程，以及线上数据分析、功能迭代优化、疑难问题解决过程； 5、理解和掌握业界的java技术常用架构设计、性能优化、高可用保障理念，并能灵活运用于核心链路系统的优化； 6、对现存或未来系统有一定思考，规划形成统一的框架、平台或组件； 7、跟踪前沿技术和理念，用创新的思路方法解决业务带来的技术挑战。通过技术手段驱动业务变化，深挖业务潜力，扩展业务边界。
1.负责搜推系统和引擎的设计与开发，构建高性能、高并发的分布式架构，支撑搜索与推荐业务的核心场景； 2.负责设计高性能数据结构，支撑海量数据下各种复杂索引结构的低延迟查询； 3.负责搜推技术框架的规划与设计，负责产品的核心功能、公共核心模块的代码编写； 4.与算法团队紧密合作，负责深度学习模型的线上推理性能优化，支撑全场景各种复杂模型的在线推理业务需求； 5.探索新技术方向，参与AI工程化项目，通过技术创新解决实际问题，推动系统性能和稳定性持续改进。
核心招聘方向 1. 平台开发专家（Java/Golang） 方向：销售平台/商家平台/商品平台/内容平台/营销交易平台 职责：主导高并发、高可用系统的架构设计，优化核心业务流程，推动平台技术升级。 要求：5年以上Java/Golang开发经验，熟悉微服务、分布式系统，具备复杂业务场景落地能力。 2. AI与算法专家 方向：AI搜索/AI广告/大模型应用/搜推引擎 职责：研究前沿AI技术，设计算法模型并落地到搜索、推荐、广告等业务场景。 要求：精通机器学习/深度学习，熟悉NLP或推荐系统领域，有大模型应用经验者优先。 3. 数据工程专家 方向：数据仓库/数据建模 职责：构建企业级数据平台，设计数据采集、存储、分析体系，支持业务决策。 要求：精通大数据技术（Hadoop/Spark/Flink），有海量数据处理经验。