蚂蚁金服蚂蚁集团-算法专家(大模型&搜索)-芝麻信用
社招全职3年以上技术类-算法地点:北京 | 上海 | 杭州状态:招聘
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/…
登录查看完整任职要求
微信扫码,1秒登录
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。
包括英文材料
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
数据结构+
https://www.youtube.com/watch?v=8hly31xKli0
In this course you will learn about algorithms and data structures, two of the fundamental topics in computer science.
https://www.youtube.com/watch?v=B31LgI4Y4DQ
Learn about data structures in this comprehensive course. We will be implementing these data structures in C or C++.
https://www.youtube.com/watch?v=CBYHwZcbD-s
Data Structures and Algorithms full course tutorial java
还有更多 •••
相关职位
社招算法
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。
更新于 2025-04-02上海
社招3年以上
“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。
更新于 2025-04-16杭州
社招3年以上
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
更新于 2025-03-05北京|上海