30-60K·16薪

算法-召回&排序&相关性&Query理解&内容搜索

【搜索召回算法】团队背景：
淘宝文本搜索算法团队是淘天集团内专注于创新和优化搜索技术的核心团队。我们的任务是通过持续研发高效、精准的搜索算法，以提升用户的在线购物体验和满意度，进而推动电商平台的商业成功。
岗位职责：
1. 设计和参与升级淘宝电商搜索系统的整体召回算法框架，包括但不限于倒排索引检索、多模态语义向量召回检索、生成式检索以及个性化检索。
2. 负责研发和优化电商BERT类型的多模态预训练模型，以应用于电商领域中搜索召回的稀疏检索、稠密检索，以及相关性模型、Query理解等多种任务中。
3. 研究和应用最新的可学习稀疏检索算法和倒排索引技术，以提高系统的搜索相关商品召回率，推动淘宝电商搜索倒排系统向高效、智能化在线截断方向演进。
4. 设计、实现和优化基于大型预训练模型的稠密检索系统，处理大规模电商数据，包括商品信息、用户搜索日志等，充分利用样本技术提高搜索结果的相关商品召回率，以提供高效的搜索体验；并结合近似最近邻搜索（Approximate Nearest Neighbor, ANN）算法，同时在表征和索引上协同优化商品搜索召回的性能。
5. 负责淘宝电商商品搜索领域生成式大模型商品检索方向的优化与应用，打造垂直领域业界标杆；研究商品索引结构设计、大模型生成式商品检索技术、大模型预训练的目标与下游商品检索任务对齐等技术。
6. 负责设计、实现和优化电商领域的个性化搜索召回系统，结合行为序列预训练建模技术，以提高搜索结果的个性化匹配和用户满意度；实现和优化电商领域商品维度的效率模型与退款率模型。
职位要求
1. 计算机科学、人工智能、机器学习或相关领域的硕士或博士学历。
2. 在深度学习和自然语言处理领域有丰富的经验，熟悉BERT、GPT等预训练模型，并具备跨模态数据处理经验。
3. 能够熟练使用深度学习框架，如PyTorch、TensorFlow等，并有大规模分布式训练经验。
4. 对图像处理、语音处理等领域的相关技术有较深的理解，尤其是在电商数据分析和处理方面有经验者优先。
5. 具备良好的团队合作和沟通能力，能够与跨职能团队紧密合作，解决复杂的电商数据处理和模型优化问题。
6. 具有学术论文发表、专利申请或公开讲座的历史记录者优先考虑。
【用增权益算法】北京杭州
职位描述
我们是淘天集团-淘宝用户算法团队，专注于通过外投广告算法、商品推荐算法、权益算法、消息推荐算法，为淘宝用户带来更优质的体验，提升获客效率、增量GMV/LTV。核心职责包括：
1. 用户增量建模: 负责构建并持续迭代手淘的用户画像，构建用户维度的全网基础模型，持续升级迭代LT/LTV增量建模，提升模型预估准度。
2. 运筹优化建模：负责给定约束条件下的权益优化问题建模和求解，构建通用的多目标因果推断uplift模型，持续提升手淘增量ROI。
3. 红包等权益算法：包括互动场域红包、平台红包、优惠券等算法。
职位要求
1、有红包、优惠券等权益发放经验，熟悉增量建模、单调性网络建模。
2、熟悉常用的机器学习算法，熟悉召回、排序、CV、NLP等领域的算法模型；
2、对算法充满热情，具备积极主动的求知欲，良好的沟通协作能力及抗压能力；
3、权益营销、因果推断、用户增长、RL、决策优化等领域有丰富经验的优先；
4、有国际顶会发表过过论文优先，数学竞赛、天池等机器学习竞赛、ACM竞赛名次优异者优先。
5、有较好的梳理基础和逻辑思维能力，对算法充满热情，具备积极主动的求知欲，良好的沟通协作能力及抗压能力。
【商品推荐算法】
职位描述
我们是淘天集团-淘宝用户算法团队，专注于通过外投广告算法、商品推荐算法、权益算法、消息推荐算法，为淘宝用户带来更优质的体验，提升获客效率、增量GMV/LTV。核心职责包括：
1. 互动场域的商品推荐算法：互动是订单和GMV的高增量场景，需要主导大规模个性化推荐系统的迭代升级，包括大规模召回、排序模型、混排机制等策略，迭代百亿参数级别的排序模型，不断提升系统性能、用户体验，提升推荐场景的业务核心指标。
2. 消息推荐算法优化：深入理解消息推荐业务，运用择机算法、召回策略、排序和关闭率模型，推动消息推荐系统的持续优化，提升用户体验和业务核心指标。
3. 前沿技术应用：通过序列建模、迁移学习、图模型、多目标建模等先进技术，提升算法的效率和准确性，驱动算法模型的持续创新与优化。
职位要求
1、计算机、软件、数据相关专业，熟悉常用的机器学习算法，熟悉召回、排序等领域的算法模型；
2、在搜索、推荐、广告等大规模分发系统，有算法升级迭代经验；
3、具备优秀的编码能力，熟练使用Java/C++/Python其中任一编程语言，有PyTorch/TF/Hadoop/Spark等大数据处理和机器学习平台经验；
4、有国际顶会发表过过论文优先，数学竞赛、天池等机器学习竞赛、ACM竞赛名次优异者优先；
5、有较好的梳理基础和逻辑思维能力，对算法充满热情，具备积极主动的求知欲，良好的沟通协作能力及抗压能力。
【搜索算法等】
职位描述
工作职责为以下方向之一：
1. 搜索相关性算法：设计和优化淘宝主搜相关性下Query理解、商品理解、深度语义相关性、类目预测、实体匹配等方向；建立合理的相关性评测方法，进行数据挖掘，迭代数据标注任务，积累电商领域知识数据资产；
2. 搜索召回算法：设计和优化淘宝主搜召回下超大规模召回任务：负责文本query理解/商品理解、超大规模智能索引的构建、基于图文双模态的语义匹配等技术方向在召回的落地；负责大规模用户个性化召回技术；设计和优化多路召回差异化协同机制，设计指导召回迭代的评价指标；
3. 搜索排序算法：设计和优化淘宝主搜排序下超大规模点击率、转化率精准预估任务：深入研究全域用户行为建模、大规模商品表达、端到端多模态排序、全域信息迁移、无偏学习等技术方向在排序的应用；
4. 搜索基础算法：探索稀疏模型结构设计，优化模型在样本、训练、存储和推理的极致性能；研究和分析搜索全链路多阶段漏斗，优化和设计搜索全链路框架设计；
5、多模态&大语言模型：研究和开发基于多模态的预训练算法，挖掘电商图文多模态信息，构建电商商品多模态预训练表征学习任务；探索大语言模型在检索任务上的训练方式，分析和解决大语言模型在电商搜索召回和排序上的挑战和问题，完成在具体搜索任务的落地应用；
职位要求
1. 计算机、自动化、数学或统计学等相关专业；
2. 具备扎实的数据结构，算法和编码能力，精通至少一种编程语言，如C++、JAVA、Python等
3. 熟练掌握机器学习/深度学习算法的基本原理，并能灵活运用
4. 有扎实的动手能力，有工业界相关方向的实践经验者，或参加过ACM或数据挖掘/机器学习类竞赛并取得优异名次者优先
5. 有强烈的技术热情，有皮实乐观、不畏挫折的心态；具备优秀的分析和解决问题的能力；具备优秀的学习能力和团队合作精神
6. 在顶级计算机学术会议(SIGIR、SIGKDD、ICML、NIPS、www、AAACIKM、ACL、RECSYS、CVPR、ICCV、ECCV、ICLR等）或期刊上发表过论文者优先