蚂蚁金服蚂蚁集团-算法专家（大模型&搜索）-芝麻信用
任职要求
1.扎实的算法和数据结构基础，优秀的问题理解能力和编码能力； 2.熟悉大规模机器学习/深度学习算法, 具有如搜索/…
工作职责
团队介绍： 团队负责支付宝芝麻租赁、芝麻信用的搜索推荐场景（芝麻信用首页，支付宝首页，用户增长场景）以及循环经济商家和用户侧大模型智能助理场景，涉及电商商品、用增广告等多种体裁和大模型Copilot多智能体应用。芝麻租赁、芝麻信用是支付宝核心战略场景。 算法工作：包括但不限于提升转化效率、优化用户体验、优化流量生态、端内外用户增长、大模型等课题；结合前沿技术，有效利用支付宝用户资产，提升体验和效率；与产品和运营团队密切合作，去探索适合支付宝的业务模式。 *大模型算法base地-上海&杭州；搜索算法base地-北京&杭州 1.支持支付宝芝麻租赁、芝麻信用的流量分发，对多场景多目标进行建模，优化用户留存，提升用户体验，扩大转化规模； 2.利用前沿技术和海量数据，建立在线和离线的算法服务-搜索、推荐、投放等，提升商品和用户兴趣的匹配效率； 3.关注流量策略和供给生态，建立高效敏捷的流量机制，支持快速增长的供给规模并关注商家的体验； 4.利用大模型技术打造Copilot ALL IN ONE的全场景智能助理，同时利用大模型技术推动传统搜推技术的新增长。
“我们正在构建下一代智能推荐引擎，重新定义人货场的数字化连接方式”，如果你对推荐算法创新充满热情，渴望用技术驱动万亿级市场的供需匹配效率，这里将是你施展才华的舞台。团队汇聚了搜索推荐、运筹优化、图计算等领域的顶尖人才，加入我们，见证技术如何重塑商业未来。 1.基于多源异构数据（搜索/点击/交易/内容），借助LLM挖掘用户显性需求与潜在意图的关联关系，构建用户需求图谱； 2.融合商品知识图谱与实时场景特征，构建跨品类、跨渠道的智能组货策略，实现"人-货-场景"的高效匹配； 3.设计多目标协同优化框架，探索生成式推荐新技术，平衡用户体验、商家效率与平台增长目标，建立可持续的推荐生态。
1、时空大数据建模与商业应用：利用高德时空数据，通过多维度特征挖掘和建模方法创新，提升大数据的商业价值和模式创新。 2、金融风控解决方案：针对金融风控业务（包括个人、小微企业、保险等），运用机器学习和深度学习技术，开发整体解决方案，提高产品质量、稳定性和市场竞争力。 3、大模型研究与应用：跟踪最新的大模型技术，进行预训练模型的研究、训练和应用，涵盖多模态学习、对比学习、训练任务优化及下游任务迁移等。 4、技术创新与应用：结合具体业务场景和目标，探索并实施新算法和技术，将实际问题转化为数据模型或科学问题，提出并实现有效的解决方案。
1. 负责业界/学界SOTA方案调研和原型验证； 2. 结合公司业务规划，探索大模型在数据生成、数据挖掘、数据质量、真值构建、隐私保护等方面的技术方案，解决业务中的痛点、难点问题； 3. 评估不同技术方案的研发成本、收益，给出方案选型建议； 4. 方案落地过程中进行风险把控和方向纠偏； 5. 指导一线工程师解决新方案落地过程中的卡点。
研发面向自动驾驶场景的大规模预训练模型架构，探索多模态数据（视觉、文本等）的融合预训练方法 构建自动驾驶领域专属的预训练模型，提升感知、预测、决策等模块的泛化能力和长尾场景处理能力 设计和优化千亿参数级模型的分布式训练框架，解决自动驾驶数据异构性、时序关联性等场景特有问题 研发高效的预训练数据清洗、标注增强及自动化评估体系 探索模型压缩、知识蒸馏等技术在车载计算平台的落地应用 跟踪大模型领域前沿技术，推动LLM/VLM与自动驾驶系统的创新性结合