logo of aligenie

智能互联阿里妈妈-广告算法工程师(预估方向)-北京

社招全职1年以上地点:北京状态:招聘

任职要求


1、计算机、数学或统计学相关专业硕士及以上学历;
2、熟练掌握Java/C++/Python中至少一门语言,有扎实的数据结构算法基础;
3、熟悉常用的机器学习算法;
4、具备优秀的分析和解决问题的能力,良好的沟通协作能力;
5、有大模型数据挖掘机器学习强化学习信息检索、自然语言理解、推荐系统、计算广告学及算法博…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1、主导阿里妈妈搜索广告精排预估模型的创新与迭代:聚焦点击率(CTR)、转化率(CVR)、GMV 等核心任务,通过用户长序列建模、多模态特征融合、高阶交叉、生成式预估、Scaling Law 驱动的大模型演进等方向,系统性提升模型序和准度。
2、主导预估模型的基础设施建设,涵盖算力友好的算法设计、分布式训练加速、线上低延迟部署、端到端链路优化及计算复杂度控制,推动前沿模型技术在高并发、实时性要求严苛的工业场景中规模化落地。
包括英文材料
学历+
Java+
C+++
Python+
数据结构+
算法+
机器学习+
大模型+
数据挖掘+
强化学习+
信息检索+
还有更多 •••
相关职位

logo of alibaba
社招1年以上

1、主导阿里妈妈搜索广告精排预估模型的创新与迭代:聚焦点击率(CTR)、转化率(CVR)、GMV 等核心任务,通过用户长序列建模、多模态特征融合、高阶交叉、生成式预估、Scaling Law 驱动的大模型演进等方向,系统性提升模型序和准度。 2、主导预估模型的基础设施建设,涵盖算力友好的算法设计、分布式训练加速、线上低延迟部署、端到端链路优化及计算复杂度控制,推动前沿模型技术在高并发、实时性要求严苛的工业场景中规模化落地。

更新于 2026-02-10北京
logo of alibaba
社招2年以上

联盟算法团队依托于联盟业务生态,以大模型、深度学习、多模态理解等先进AI技术来驱动站外广阔的十亿级消费者的电商营销场景发展。不同于站内确定性场景,我们直接面向站外复杂多变的电商生态,因此可以接触到业界前沿的领域知识,如微信、微博等社交领域、抖音快手小红书等内容场景。我们持续进行LLM大语言模型、深度学习、多模态理解、知识图谱、信息检索、图学习等前沿技术的研究,并通过搜索、推荐、投流、榜单、承接页等产品形式,在用户意图理解、渠道智能选品、商家营销建议、个性化召回、多场景多目标预估、排序策略、智能创意等领域进行深耕,在不断提升业务效果的同时,也在不断拓展基础技术和应用技术的边界。热忱欢迎对大语言模型、广告算法、搜索推荐和计算机视觉等方向感兴趣的同学加入我们,一起加油,共同成长!我们坚信你的加入,是我们彼此优秀的开始。

更新于 2025-04-07北京|杭州
logo of alibaba
社招1年以上

团队介绍 我们是淘天集团阿里妈妈引擎框架团队,孵化了业界第一个GaaS“图”交付引擎框架EADS2.0,支撑阿里妈妈从召回到策略所有在线业务引擎的迭代,团队有2个方向:引擎框架、索引内核&构建系统&开放索引框架。我们的使命是:持续优化业务迭代效率&运行效率,通过极致的性能提升赋能算法更大的算力空间。在这里你可以获得:底层框架一行代码提交,收到所有业务引擎的回归测试报告,1%的性能提升就能换来几万核cpu资源节省的巨大成就感;通过在管控上简单UI操作就能随意调整引擎架构完成最优的部署的新奇。现阶段正在积极探索EADS3.0 - 在AI时代下异构计算更全面的落地业务引擎,期待对技术有执着追求的你加入! 团队特点 1.能全身心参与业界优秀的数字商业化广告引擎框架和平台建设,在高速发展的业务当中,建立对最前沿的搜索/推荐/广告系统核心技术全面认知 2.通过引擎框架EADS(部署几百万核,服务几千万QPS),技术赋能阿里妈妈所有核心业务线(效果/品牌,内投/外投) 3.持续优化广告引擎(召回/排序/策略/特征/预估)架构和GaaS(Graph as a service)研发范式,不断提升业务迭代效率,同时保证系统稳定性 4.通过异构计算模式、轻量级图执行引擎、多推理引擎建设,持续优化底层检索内核和引擎运行时性能,打开算力天花板 在这里,你将接触到中国领先的数字营销广告平台,了解技术和商业目标如何完美结合;了解最前沿的分布式系统技术;我们需要你: 1、建设业界技术领先的广告引擎框架,技术赋能效果/品牌/内投/外投广告业务 2、持续优化广告投放引擎研发迭代模式,通过架构优化、灵活部署,不断提升业务迭代效率,同时保证系统稳定性; 3、分析现有系统不足,找到目前系统的瓶颈,改进、提高系统性能

更新于 2025-10-09北京
logo of alibaba
实习淘天集团研究型实

1、构建面向搜推广场景的生成式通用用户大模型; 2、探索生成式预估模型的技术边界与架构创新; 3、主导大模型系统的工程化落地与全链路优化; 4、结合以上方向的探索和研究,撰写发表论文,和业界、学术界保持良好的交流。

更新于 2025-08-21北京