阿里国际-大模型搜索算法高级工程师-杭州

团队介绍
负责 AIDC AliExpress （AE）、JP-TAO等国际化电商搜索业务优化，为全球100多个国家使用不用语言的用户持续电商搜索体验与效率，并结合大模型升级技术与产品体验创新。多年来团队紧跟工业界和学术界前沿，在多语言Query理解与相关性、国家差异化召回与排序模型、多语言Query导购与大模型在多语言搜索中应用等技术方向持续探索创新，带来业务快速增长同时发表高水平学术论文20+篇（如AAAI、WCAI、TKDE、TMM、RecSys、CIKM和ICDM），申请专利15+项。

职位描述
1. 个性化生成式召回与 Query 生成：基于生成式推荐范式的个性化召回技术研究与应用，包括：生成式召回与排序、异构行为序列建模、基于行为的大规模预训练、端到端生成式链路的设计与落地；以及基于大模型的生成式 Query 推荐，面向下拉、底纹、风向标、筛选等场域，结合用户异构行为序列、多场景建模、国家与界面语言生成个性化多语言 Query；
2. 个性化排序：以 Transformer 为基座的 CTR/CVR 统一预估建模，解决异质 token 统一表征、多模态跨场景知识迁移、多国家多语种分布差异与长尾稀疏等问题；承担生成式召回候选的融合精排与效果对照基线，服务应用场域的点击与成交效率优化;
3. 多语言 Query 理解与 Query 体验判别: LLM 在多语言电商搜索领域应用，包括:大模型 CT 和 SFT、RL 以及在 Query 理解、语义相关性、商品理解等; 建设基于大模型的 Query 体验判别与自动评测能力，覆盖意图相关性、语言一致性、国家适配与 Query 质量，用于在线过滤、离线评测与 badcase 归因，反哺生成模型迭代；

1、计算机、人工智能、数学等相关专业硕士及以上学历，互联网行业研发经验，有大型搜索、推荐系统及海量数据处理经验者优先；
2、在电商搜索/推荐的召回与排序方向有较深的研究和专业积累，能独立负责一个子业务场景的模型迭代与效果调优，具备较强的创新能力与团队合作能力；
3、在用户兴趣与行为序列建模上有相关研究和专业积累，熟悉异构行为序列、多目标与跨场景迁移建模；
4、对机器学习与深度学习模型及其应用有深入研究，并在实际项目中取得可量化的线上效果；有 LLM 后训练（CT/SFT/RLHF/DPO）经验，或有生成式推荐（生成式召回与排序、语义 ID 与向量量化等）经验者优先；