智能互联淘宝闪购-算法专家-品牌展示广告

1. 负责淘宝闪购广告产品的算法研发工作，利用机器学习、深度学习、在线学习、自然语言处理等技术处理海量数据，结合LBS的业务特点，分析与挖掘各种潜在关联，设计特征，优化模型，提升点击率、转化率、成交、停留时长等核心指标，支撑业务快速发展； 2.负责机器学习、深度学习前沿问题的探索与研究，结合阿里本地生活业务的实际应用场景，提供召回、排序、机制、创意等模块的算法优化方案

1.负责淘宝闪购零售行业智能营销系统、AI 策略引擎、自动化营销工具、动态优惠表达等产品域的产品规划和能力搭建； 2.与零售各行业运营建立紧密联系，深刻理解行业战略和打法，基于日销、大促、拉新、促活及品牌合作等不同经营场景，引入 AI Agent 技术与大模型能力，设计自适应、智能化的平台产品能力，支持零售行业快速灵活发展； 3.基于行业趋势&竞品分析，从平台视角判断 AI 在营销领域的落地路径，提前完成智能营销框架与 Agent 生态布局，探索利用 AI 重构人货场匹配效率的新机会； 4.通过数据分析聚焦业务痛点，不断优化产品，构建“数据 - 策略 - 执行 - 反馈”的 AI 闭环，保障基础链路产品的可用性、稳定性及策略迭代的敏捷性。

1. 构建和维护外卖即时物流领域的知识库，整合行业数据、业务规则和专家经验，利用大模型技术对知识库进行自动化更新和优化，提升知识库的覆盖率和准确性。 2. 负责海量数据的清洗，构建高质量的训练数据集。 3. 负责即时物流大模型的架构设计、训练、微调，在效果、推理速度、计算和存储成本推理等方面迭代到先进水平。 4. 将大模型技术应用于外卖即时物流的核心业务场景，如供需预测、骑手行为建模、路径优化、指标归因等，提升下游任务收益。 5. 跟踪大模型领域的最新研究成果，结合业务需求进行技术创新，探索大模型在物流配送中的无限可能。

1. 负责商品理解相关算法的研发与落地，包括但不限于商品分类、属性抽取、语义理解、多模态表征等方向，支撑商品供给的组织、规划、C端表达等核心业务场景； 2. 结合平台海量商品数据，构建高质量的商品标签体系，提升商品信息的结构化与语义化表达能力； 3. 深入理解商品与用户行为之间的关联，基于用户决策行为，挖掘商品卖点优势信息，提升用户体验和业务指标； 4. 跟进前沿算法技术，探索大模型、多模态学习、预训练语言模型等在商品理解场景中的应用，并推动技术成果落地。