AI导购&智能推荐-阿里星/T-Star

我们是商品价格力&营销算法团队，服务于双11、618为代表的大促活动，以及百亿补贴、淘宝秒杀等耳熟能详的营销场景，以个性化推荐技术助推淘宝GMV增长。同时，我们通过红包、购物券等权益发放和货品定价补贴，拉动淘宝用户增长；通过精准的图文理解、同款匹配和比价，打造电商平台的商品价格力基础能力，影响淘宝的电商市场份额。 我们是一只持续成长的学习型团队。在创造业务价值的同时，在搜索推荐、大模型/多模态、因果推断等技术方向，不断输出学术成果，每年在EMNLP、SIGIR、RecSys、ACL等国际顶会上发表多篇学术论文。团队学习氛围浓厚，每年组织数十场技术分享交流，互相学习和启发。 欢迎加入我们团结紧张严肃活泼的快乐生活！一起把论文写进顶会，把算法写进双11战报！ 相关研究课题细分方向如下： ● 课题 1：智能购物比价Agent ○ 核心任务：融合多模态CoT、强化学习与大模型Agent技术，构建跨平台商品细粒度差异识别与推理能力，打造支撑双11、百补等核心业务的智能比价助手。 ● 课题 2：营销智能推荐系统 ○ 核心任务：探索Agent驱动的推荐系统新架构，以场域验证有效的模型与超参为核心skill，实现用户粒度的定制化推荐，同步降低资源成本与提升核心效率指标。 ● 课题 3：营销AI购物助手 ○ 核心任务：面向大促核心场景，结合AI Agent与LLM大规模电商任务Post-Training，在手淘、千问APP等C端打造个性化推荐、智能凑单、省钱攻略等人机协同的营销导购新范式。 ● 课题 4：生成式推荐全面落地 ○ 核心任务：用生成式框架与大模型推理能力重构召回-粗排-精排-重排全链路，探索领域语义ID构建、召粗一体与端到端OneModel在淘宝核心推荐场景的规模化应用。 【任职要求】 1. 计算机科学/人工智能/机器学习等相关领域的硕士或博士，具备扎实的编程基础（Python/C++/Java），熟悉常用算法与数据结构。 2. 掌握机器学习基础理论，了解搜、推、广系统/自然语言处理/多模态等至少一个领域。 3. 有PyTorch/TensorFlow等框架使用经验，参与过算法竞赛（Kaggle/天池等）或开源项目者优先。 4. 对AI技术充满好奇心，主动关注大模型、搜推广系统、NLP、强化学习等领域前沿进展。 5. 在顶级会议或高水平期刊发表过论文，或有复现前沿论文的经验者优先。 6. 具备较强的问题拆解能力，能通过数据分析定位业务痛点并提出创新思路。 7. 良好的沟通能力，能与工程师、产品经理高效协作，将技术方案转化为业务价值。 8. 对电商场景有基本认知，愿意深入理解用户需求与商业逻辑。 【加分项】 1. 有大模型训练/微调经验（如Llama、GPT、多模态模型）或搜推广算法相关项目经历。 2. 有海量数据处理经验或者大厂实习经验。 3. 在算法竞赛中获得优异成绩（ACM-ICPC/挑战赛TOP10等）或者顶会论文发表。