{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "淘天算法技术-高级推荐算法专家-杭州",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "淘天集团",
        "location": "杭州",
        "work_mode": "未披露",AI生成
        "job_category": "算法研发"AI生成
    },
    "company": {
        "company_name": "淘天集团",
        "company_industry": "电子商务",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 负责推荐系统全链路（召回、排序、重排等模块）的设计与优化，提升电商、内容等场景下的用户个性化体验和核心业务指标（如点击率、留存率、GMV等）。\n2. 推动多模态技术和大模型在推荐场景的算法创新，探索AIGC、生成式推荐等前沿方向的技术落地与效果提升。\n3. 主导大规模分布式算法模型的训练与部署，优化模型效率及在线服务性能，支持高并发业务需求，确保系统稳定性和性能达标。\n4. 参与技术预研及业务策略的A/B测试设计与分析，通过数据驱动的方法优化算法效果和业务指标。\n5. 与产品、工程、业务团队紧密协作，推动技术方案落地并持续迭代优化，确保技术成果转化为业务价值。\n关键能力：\n1. 精通推荐系统全链路技术，包括召回、排序、重排等模块，具备优化CTR、GMV、用户留存等核心指标的能力。\n2. 熟练掌握多模态技术和大模型（如Transformer、序列建模等），具备将这些技术应用于推荐、搜索、广告等场景的经验。\n3. 具备大规模分布式算法模型的训练与部署能力，熟悉模型压缩、联邦学习等技术，能够优化模型效率及在线服务性能。\n4. 具备扎实的数据分析和A/B测试能力，能够通过数据驱动的方法优化算法效果和业务指标。\n5. 具备出色的跨团队协作与沟通能力，能够与产品、工程、业务团队高效协作，推动技术方案落地。",
        "requirements_text": "1. 硕士及以上学历，计算机、数学、统计学等相关专业，实验室方向匹配更好。\n2. 具备3年及以上推荐算法或广告算法研发经验，有知名互联网企业（大厂背景优先）或顶尖学术机构相关经验者优先。\n3. 精通机器学习、深度学习及强化学习等算法技术，熟悉Transformer、序列建模等模型，具备推荐系统全链路实现经验。\n4. 熟练掌握Python/Java等编程语言及主流深度学习框架（如TensorFlow/PyTorch），熟悉大数据处理工具（Spark、Hadoop）及线上系统部署流程。\n5. 对电商、社交或内容推荐场景有深刻理解，能将技术方案与业务需求结合，推动CTR、GMV等指标显著提升。\n6. 具备良好的逻辑思维与问题拆解能力，善于跨团队协作与技术方案沟通，能在高压下快速响应业务需求并高效交付成果。",
        "skills": [AI生成
            "Python",
            "Java",
            "Spark",
            "Hadoop",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "强化学习",
            "推荐算法",
            "团队协作",
            "逻辑思维",
            "建模"
        ],
        "preferred_qualifications": "2. 具备3年及以上推荐算法或广告算法研发经验，有知名互联网企业（大厂背景优先）或顶尖学术机构相关经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.taotian.com/off-campus/position-detail?positionId=100005480007"
            }
        ]
    },
    "posting": {
        "posting_id": "100005480007",
        "post_date": "2026-09-01",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.taotian.com/off-campus/position-detail?positionId=100005480007"
    },
    "fulltext": "淘天算法技术-高级推荐算法专家-杭州\n淘天算法技术-高级推荐算法专家-杭州\n\n基础信息\n工作地点：杭州\n\n职位描述\n1. 负责推荐系统全链路（召回、排序、重排等模块）的设计与优化，提升电商、内容等场景下的用户个性化体验和核心业务指标（如点击率、留存率、GMV等）。\n2. 推动多模态技术和大模型在推荐场景的算法创新，探索AIGC、生成式推荐等前沿方向的技术落地与效果提升。\n3. 主导大规模分布式算法模型的训练与部署，优化模型效率及在线服务性能，支持高并发业务需求，确保系统稳定性和性能达标。\n4. 参与技术预研及业务策略的A/B测试设计与分析，通过数据驱动的方法优化算法效果和业务指标。\n5. 与产品、工程、业务团队紧密协作，推动技术方案落地并持续迭代优化，确保技术成果转化为业务价值。\n关键能力：\n1. 精通推荐系统全链路技术，包括召回、排序、重排等模块，具备优化CTR、GMV、用户留存等核心指标的能力。\n2. 熟练掌握多模态技术和大模型（如Transformer、序列建模等），具备将这些技术应用于推荐、搜索、广告等场景的经验。\n3. 具备大规模分布式算法模型的训练与部署能力，熟悉模型压缩、联邦学习等技术，能够优化模型效率及在线服务性能。\n4. 具备扎实的数据分析和A/B测试能力，能够通过数据驱动的方法优化算法效果和业务指标。\n5. 具备出色的跨团队协作与沟通能力，能够与产品、工程、业务团队高效协作，推动技术方案落地。\n\n职位要求\n1. 硕士及以上学历，计算机、数学、统计学等相关专业，实验室方向匹配更好。\n2. 具备3年及以上推荐算法或广告算法研发经验，有知名互联网企业（大厂背景优先）或顶尖学术机构相关经验者优先。\n3. 精通机器学习、深度学习及强化学习等算法技术，熟悉Transformer、序列建模等模型，具备推荐系统全链路实现经验。\n4. 熟练掌握Python/Java等编程语言及主流深度学习框架（如TensorFlow/PyTorch），熟悉大数据处理工具（Spark、Hadoop）及线上系统部署流程。\n5. 对电商、社交或内容推荐场景有深刻理解，能将技术方案与业务需求结合，推动CTR、GMV等指标显著提升。\n6. 具备良好的逻辑思维与问题拆解能力，善于跨团队协作与技术方案沟通，能在高压下快速响应业务需求并高效交付成果。\n1. 负责推荐系统全链路（召回、排序、重排等模块）的设计与优化，提升电商、内容等场景下的用户个性化体验和核心业务指标（如点击率、留存率、GMV等）。\n2. 推动多模态技术和大模型在推荐场景的算法创新，探索AIGC、生成式推荐等前沿方向的技术落地与效果提升。\n3. 主导大规模分布式算法模型的训练与部署，优化模型效率及在线服务性能，支持高并发业务需求，确保系统稳定性和性能达标。\n4. 参与技术预研及业务策略的A/B测试设计与分析，通过数据驱动的方法优化算法效果和业务指标。\n5. 与产品、工程、业务团队紧密协作，推动技术方案落地并持续迭代优化，确保技术成果转化为业务价值。\n关键能力：\n1. 精通推荐系统全链路技术，包括召回、排序、重排等模块，具备优化CTR、GMV、用户留存等核心指标的能力。\n2. 熟练掌握多模态技术和大模型（如Transformer、序列建模等），具备将这些技术应用于推荐、搜索、广告等场景的经验。\n3. 具备大规模分布式算法模型的训练与部署能力，熟悉模型压缩、联邦学习等技术，能够优化模型效率及在线服务性能。\n4. 具备扎实的数据分析和A/B测试能力，能够通过数据驱动的方法优化算法效果和业务指标。\n5. 具备出色的跨团队协作与沟通能力，能够与产品、工程、业务团队高效协作，推动技术方案落地。\n1. 硕士及以上学历，计算机、数学、统计学等相关专业，实验室方向匹配更好。\n2. 具备3年及以上推荐算法或广告算法研发经验，有知名互联网企业（大厂背景优先）或顶尖学术机构相关经验者优先。\n3. 精通机器学习、深度学习及强化学习等算法技术，熟悉Transformer、序列建模等模型，具备推荐系统全链路实现经验。\n4. 熟练掌握Python/Java等编程语言及主流深度学习框架（如TensorFlow/PyTorch），熟悉大数据处理工具（Spark、Hadoop）及线上系统部署流程。\n5. 对电商、社交或内容推荐场景有深刻理解，能将技术方案与业务需求结合，推动CTR、GMV等指标显著提升。\n6. 具备良好的逻辑思维与问题拆解能力，善于跨团队协作与技术方案沟通，能在高压下快速响应业务需求并高效交付成果。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}