智能互联淘天直播电商-直播策略运营（AI方向）-杭州

● 负责淘宝直播场景下AI内容主题模板的策划、生产、优化与规模化落地； ● 基于用户需求、供给特征、行业趋势，分品类设计高互动、高转化的AI可复用内容模板（如AI看点剪辑模板、内容主题模板等），并通过数据驱动持续迭代，提升整体内容质量与商业效率； ● 与算法技术、工程研发、评测标注等团队高效协同，输出高质量模板样例与生成指引，支撑AI模型训练与优化； ● 建立模板分类体系与标签系统，便于AI按场景、品类、目标智能匹配； ● 关注AIGC在短视频、直播、社交等场景的内容创新形式，探索其在直播电商中的突破性应用场景。

末端消费者技术的核心开发 1. 设计和开发上千万DAU的菜鸟驿站C端产品（包括手淘端和支付宝端） 2. 从0到1建设末端消费者运营产品（内容投放、圈人运营、C端营销、消息触达），以及后续系统的运维和迭代开发工作 3. 高质量完成产品开发任务，周密考虑功能和性能方面的设计； 4. 快速识别问题本质，抽丝剥茧简化问题，能够完成模块技术原型验证； 5. 积极攻克技术难点和新问题； 6. 协调各方资源，保障项目顺利实施。

1、建设淘海外标准化数据体系，沉淀高质量数据资产，助力业务高效运转； 2、建设归因分析能力与AB测试数据能力，打造业务的核心决策数据产品，助力业务高效决策； 3、协同产技，通过数据+算法+工程化能力，提供数据洞察与产品化解决方案，提升业务数据化运营能力。

职位描述 面向淘天自营业务场景，探索大模型与推荐算法结合的下一代推荐系统技术，充分利用大模型的领域知识和学习范式为推荐系统注入新动力，包括但不限于生成式推荐、模型Scaling Law、用户超长序列建模等，解锁更大的算法提升空间； 1.负责大语言模型、多模态大模型的训练，探索预训练表征的高效处理方式以及与推荐系统的结合方式，让推荐系统充分理解世界知识； 2.基于类Transformer架构的设计和升级推荐大模型，验证推荐的Scaling Law，探索兼顾性能和效果的模型技术，持续提升业务场景效果； 3.结合业务目标和场景特点，探索并利用大语言模型技术对现有推荐系统的各环节进行优化改进，探索并开发生成式推荐系统技术，提升用户体验，实验业务价值； 4.持续关注行业内人工智能技术的发展趋势，结合业界前言技术和业务需求，和工程同学一起探索&打造大模型应用的最佳实践，提升业务效果和用户体验；