夸克千问C端事业群-千问-数据科学家-推荐场景-杭州
任职要求
1. 专业背景： 计算机、统计学、数学、运筹学或相关专业硕士及以上学历。 2. 算法功底： 扎实的机器学习基础，熟悉推荐系统常用算法（如 DeepFM, Transformer, DIN 等），并对大语言模型（LLM）的基本原理有清晰理解。 3. 工程与工具： 熟练使用 SQL、Python/Scala，具备在庞大的大数据环境（Spark/MaxCompute）下高效处理海量数据的能力。…
工作职责
加入千问APP的核心团队，共同打造下一代AI智能助理，你将负责千问 APP 核心推荐场景（首屏发现流、AI 创作/智能体推荐）以及通用 Agent 的用户行为分析、业务分析与策略优化工作。 1. 通用Agent效果分析：设计合理的通用Agent效果评估体系，降低评估迭代成本，挖掘用户的真实需求和重要改进点，指导下一步优化方向。 2. 用户洞察与行为分析： 通过对用户对话习惯、Agent 使用偏好、创作内容质量的深度挖掘，发现潜在增长点，为算法模型迭代和产品演进提供数据支撑。 3. 核心指标体系构建： 定义并拆解大模型产品的核心指标，建立全链路监控与归因体系，精准量化推荐策略对业务的贡献。 4. 实验与因果推断： 负责大规模 A/B Testing 的方案设计与评估。利用因果推断方法（Causal Inference）识别推荐机制中的关键因子，解决传统策略中“相关性非因果”的痛点。
阿里巴巴智能信息事业群，聚焦AI在信息服务赛道的创新应用，从工具到服务，持续为用户提供高效、智能的AI应用。智能信息事业群核心产品为夸克、通义、UC浏览器、书旗小说、超级汇川等，以多产品矩阵，覆盖横跨各年龄段的7亿+用户人群，服务超10万+客户。 负责智能信息基础技术平台系统相关研发，包括不限于以下方向： 1、构建高效可靠的云原生容器平台、提出资源优化模型以提升业务资源效率、参与机器学习工程平台的建设和优化，以及运用技术和标准化方案确保平台服务的稳定性和可维护性。 2、负责开发和优化大模型应用开发框架，创造高效的搜索应用解决方案，并深度参与智能信息系统的基础架构与组件开发，以确保技术的高效集成与实际落地。 3、开发和优化搜索引擎，高并发检索、大数据分布式存储及流批计算等系统，深入搜索业务需求设计实现解决方案，不断提高业务性能、系统稳定性，提升系统效率和成本效益。 4、开发和优化推荐引擎、模型预测和向量检索等基础系统，深入参与信息流推荐业务以实现业务需求，同时基于业务洞察设计新平台或改进现有系统，提升系统效率和成本效益。 5、开发和优化实验平台与系统，紧跟AB测试技术前沿，为业务提供精准的实验设计和分析、优化关键指标，并应用算法提高业务参数寻优的效果和效率。 6、具备数理统计基础，在数据科学、数据分析方向有经验者优先。
阿里巴巴智能信息事业群，聚焦AI在信息服务赛道的创新应用，从工具到服务，持续为用户提供高效、智能的AI应用。智能信息事业群核心产品为夸克、通义、UC浏览器、书旗小说、超级汇川等，以多产品矩阵，覆盖横跨各年龄段的7亿+用户人群，服务超10万+客户。 如果你想接触和使用先进的机器学习的框架和统计方法设计方案，解决业务中的从未被解决过的问题； 如果你想通过Python/R等流行的语言编写高效的机器学习算法，参与阿里巴巴集团智能信息事业群大数据体系的模型设计、开发、维护，通过元数据、质量体系有效的管理和组织EB级的数据； 如果你想参与阿里巴巴集团智能信息事业群大数据产品的研发，发挥你的商业Sense，通过数据分析和算法来洞察数据背后的机会，来探索大数据商业化，释放大数据的价值； 如果你想接触世界领先的大数据处理与应用的技术和平台，获得大数据浪潮之巅的各类大牛的指导； 那就加入我们吧！
岗位描述： 全面负责千问大模型在 Post-Training 能力进化和上限突破、持续推进模型能力边界和商业价值的不断延伸。通过对前沿算法的极致探索和高效能工程体系的构建，驱动模型在逻辑推理、问答、复杂多轮上下文、指令遵循、Agent 智能体、多模态交互等关键领域实现突破性进展，打造世界一流的模型效果，并定义其在未来 AI 应用中的核心价值。 工作职责： ● 【战略规划与技术引领】 制定并执行大模型 Post-training 的中长期技术路线图，预判并布局下一代对齐技术、能力增强及对齐方案。主导核心算法的战略方向，确保技术路径与公司业务战略高度协同。 ● 【核心能力与壁垒构建】 领导团队进行体系化的数据驱动实验，不仅局限于日常迭代，更要建立可规模化的能力提升范式。您将攻坚并解决模型在复杂指令遵循、通用问答、RAG、深度逻辑推理、内容创作、Tool-Using 等方面的瓶颈问题，构建技术壁垒。 ● 【前沿算法研究与创新】 深入探索并推动 Post-training 领域的前沿算法创新，包括但不限于 RLHF/RLAIF 的新范式、模型融合 (Model Fusion/Merge) 、模型蒸馏及 MoE 模型的高效对齐策略。您的目标是显著降低模型幻觉、提升推理的效果、加强模型复杂指令的遵循能力。 ● 【多模态与未来探索】 从统一多模态模型的战略视角出发，您将指导并规划多模态统一大模型的 Post-training 技术融合。探索并落地高效的多模态 SFT 数据构建、跨模态能力协同训练及对齐策略，确保模型在图文问答、视频对话 等复杂场景下实现无缝、精准的理解与生成。 ● 【团队领导与效能提升】 负责 Post-training 算法团队的组建、培养与管理，打造一支具备高效执行力和持续创新能力的顶尖团队。您将指导并优化从研究、实验、评测到部署的全链路工具链与工程框架，实现研发效能的倍增。
1、负责规模、营收业绩达成全链路中的数据化运营的数据指标体系构建、数据产品建设； 2、通过数据化指引，帮助业务达成目标，包含业务目标拆解、机会点洞察、业绩监控、异动分析、协同运营策略推进落地、商业变现等； 3、基于对业务理解，熟练运用多种分析手段和方法（如海量数据分析和挖掘手段、资料收集&分析、行业研究、竞争分析等），诊断业务问题、评估运营效果等，为业务提供决策支持和参考； 4、通过对业务数据的挖掘，对专项问题、指定方向的重点研究与分析，能输出专项的商业分析报告，清晰传达帮助业务看清问题，并沉淀方法论。