通义通义实验室-算法专家-文档智能QwenDoc
任职要求
职位要求 1. 具备良好的基础算法与代码能力，熟练掌握 Python 编程语言，熟悉Pytorch, transformers 等工具使用； 2. 熟悉文档理解、推理或生成技术，强化学习技术，AI agent智能体技术，具备相关开发经验者优先； 3. …
工作职责
团队介绍 通义实验室专注于通用人工智能（AGI）、大模型基础研究及行业应用创新。我们以前沿技术探索为驱动，推动大模型赋能千行百业，助力AI创造社会价值，服务云上生态合作伙伴。通义文档智能团队围绕长文本理解、文档写作、文档智能体和文档解析基础技术，专注于文档理解、推理、生成大模型的研究、探索和开发，依托集团业务场景与技术生态，推动前沿 AI 技术落地，打造多款通义产品如QwenLong、通义数据挖掘应用（QwenDoc）和文档智能解析产品Document Mind等。 职位描述 专注于文档理解、推理、生成大模型的研究、探索和开发，具体职责包括： 1. 通过研究超长上下文管理和记忆技术、模型自进化、long cot、数据自动合成技术等提升超长文本、多文档能力； 2. 长文本强化学习基础技术研究，包括long-context reasoning RL、open-ended generation RL、long-context agentic RL。重点解决长文本强化学习训练稳定性和推理过程监督问题，提升文档大模型长文推理能力、创作生成能力、文档agentic智能，发表高水平论文、techreport； 3. 研究深度文档创作技术，在SFT、RL阶段探索提升策略，优化reward model在创作任务上的判别精度和泛化性能，提升大模型的写作、纠错、改写、仿写、编辑、风格化、长文本输出等创作能力，设计完善的评估体系； 4. 研究多模态文档解析和理解技术，提升多模态文档细粒度理解、多模态多页长文档、表格理解、多模态推理等技术。
【AI愿景】 美团龙猫基座大模型，不只聪明，更懂生活。从语言理解到全模态感知，从架构创新到极致推理，从海量预训练到亿级真实订单 —— 我们造的不仅是实验室里的“优等生”，更是活在大街小巷、三餐四季里的AI。 而我们想做的远不止于此 —— 让模型自己提出假设、训练自己、不断进化； 让一群智能体像团队一样分工协作、攻克复杂问题； 让 AI 走出屏幕，理解物理世界、走进真实场景。 这是我们正在冲刺的方向，也是你可以参与定义的未来。 加入我们，一起把智能带进真实物理世界，亲手打造下一代 AGI！ 【团队介绍】 基座大模型AI Infra团队，以支撑前沿基础模型持续演进为目标，面向大模型研发与生产全链路，构建高性能、高稳定性、可持续扩展的AI基础设施体系。围绕高效率实验平台、大规模训练生产能力，以及模型结构与芯片架构协同优化， 沉淀软硬一体、训推贯通的关键基础能力，提升模型迭代效率、训练资源利用率与系统上限。 【为什么是我们】 1. 你的工作直接决定万亿大模型的效果天花板 —— 预训练数据质量是影响模型能力的最底层变量，这个方向持续重要且极富挑战，您在做"最核心的事”的同时，是在挖掘大金矿。 2. 超大规模数据工程实战打造业界领先的OCR能力 —— 百亿级文档等您挖掘，您积累的系统设计和优化经验，具有极强的稀缺性与市场价值；同时我们志向打造领先的开源OCR模型。 3. 学术与业务双驱动 —— 团队技术氛围浓厚，鼓励技术创新、突破以及成果转化；核心技术有机会在顶会发表，业务落地与学术产出双向驱动。 【岗位职责】 1.负责百亿级别海量文档数据的解析与处理，包括但不限于复杂版面检测、文档元素识别、长文档解析与结构化信息提取。 2.跟踪并研究多模态大模型与文档智能领域的最新前沿技术，研发业界领先的多模态文档解析大模型。 3.主导预训练长文数据全链路闭环建设，包括但不限于数据理解、数据处理、数据价值判定、多样性建设、数据实验以及长文学习研究等。
1、支持快速增长、大规模dau的得物电商业务的推荐算法工作。职责范围包括提升转化效率，改善购物体验，探索更高效的商业模式，提升内容生态健康程度等； 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。
工作职责： 负责微店APP社区feed的推荐业务，实现个性化推荐业务中包括召回、排序、策略等多个环节的工作： 1. 沉淀社区推荐技术，并探索业务的边界。能够从复杂业务环境中抽象出清晰具体的技术问题，并将推荐算法技术有效应用于微店社区图文及视频推荐，提升海量用户体验。 2. 深入理解图文、视频等推荐相关的深度学习算法，加深内容理解和用户理解，优化模型和策略，持续提升业务效果。 3. 与各部门（产品，技术等）的同事一起深入交流合作，共同迭代和优化社区信息流推荐业务。
1、负责电商内部投放系统和流量调控算法的优化，与运营、产品、分析等团队深度合作，持续优化流量效率和平台生态。 2、负责电商商业化广告机制和算法能力建设，支持新业务探索落地。