智能互联淘宝闪购-高级生成式搜推算法专家（零售）-北京
任职要求
1、计算机、数学、统计学等相关专业； 2、算法基础知识扎实，有搜索、推荐、广告等大型项目经验，参与过实际的大型机器学习项目，有丰富的业务落地经验的优先； 3、熟悉一种主流的分布式深度学习计算框…
工作职责
1、负责淘宝闪购零售业务的推荐算法工作，包括零售店铺推荐、店内商品推荐，全能超市等； 2、基于业务问题，设计并实现推荐全链路算法模型，包括召回粗排、精排、重排及端智能等模块，持续迭代提升业务效果； 3、参与推荐创新性算法的研究以及开发工作； 4、协同业务进行跨团队合作。
1、负责淘宝闪购零售业务的推荐算法工作，包括零售店铺推荐、店内商品推荐，全能超市等； 2、基于业务问题，设计并实现推荐全链路算法模型，包括召回粗排、精排、重排及端智能等模块，持续迭代提升业务效果； 3、参与推荐创新性算法的研究以及开发工作； 4、协同业务进行跨团队合作。
1、负责淘宝闪购场景下的核心搜索推荐场景流量分发机制设计与模型开发，提升商品和店铺的算法匹配效率及平台长期生态价值； 2、深入理解业务场景，优化算法模型，提高用户点击率和转化率，增强用户体验； 3、通过数据挖掘与分析，不断迭代算法模型，提升流量分发对平台目标的牵引能力； 4、参与算法团队的技术攻关，解决实际业务中的复杂问题，推动技术创新。
1、负责淘宝闪购场景下的核心搜索推荐场景流量分发机制设计与模型开发，提升商品和店铺的算法匹配效率及平台长期生态价值； 2、深入理解业务场景，优化算法模型，提高用户点击率和转化率，增强用户体验； 3、通过数据挖掘与分析，不断迭代算法模型，提升流量分发对平台目标的牵引能力； 4、参与算法团队的技术攻关，解决实际业务中的复杂问题，推动技术创新。
方向一：搜推效率、生成式、店品券 岗位职责： 1、负责搜索/推荐业务的召回、粗排/精排算法设计和优化，提升大盘转化效率； 2、负责用户、商户、query、营销信号等各维度特征、模型样本等基础模块的搭建和优化； 3、应用机器学习/深度学习、生成式推荐等算法技术，优化召回/排序模型，推动生成式推荐算法的工业落地； 4、与上下游的数据、工程、产品等团队紧密配合，把算法模型等上线到业务场景中，提升业务效果； 5、跟进推荐系统前沿研究方向，结合业务场景进行创新与落地，做技术沉淀和paper发表。 方向二：大混排（统一混排）、全站推 岗位职责： 1、负责混排（信息流+商业化）算法的设计和优化，提升流量变现效率和用户体验； 2、建立并优化目标函数，通过混排多目标优化平衡用户体验 & 平台收益； 3、结合用户画像、内容特征、广告属性等多维度信号，构建高效的特征工程与模型； 4、应用深度学习、强化学习等技术优化推荐与广告混排效果； 5、与工程、产品、运营团队密切协作，将算法落地到生产环境，并持续监控与优化效果； 6、跟踪前沿的推荐与广告算法研究，推动新技术在业务中的应用。