主分类：大模型与生成式算法研发
辅助：搜索推荐与业务决策算法研发（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "淘天算法技术-营销算法工程师 LLM方向-杭州",
"job_level": "未披露",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": 2,
"degree": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "淘天营销算法团队作为淘系核心的算法团队，致力于将大语言模型与电商营销场景深度融合，驱动从商品供给到前台推荐全链路的智能化升级，服务业务包括营销产品（聚划算、天天特卖、百亿补贴、有好价等）、大促活动（618、双十一、双十二等）等淘系核心场景。\n具体职责包括但不限于：\n1、研究大语言模型在电商营销场景的 Agent 规划与决策算法，探索 LLM 在多步推理、工具调用、自我反思与纠错中的核心能力边界；针对大促策划、选品、权益分发等场景，研究 Agent 的任务分解、奖励建模与策略优化方法，推动 Agentic AI 从单轮指令执行到自主目标驱动的范式演进。\n2、负责大语言模型的后训练与对齐，包括 SFT、RLHF/RLAIF、DPO 等训练范式在电商场景的应用，通过偏好优化提升模型在推荐、导购、营销内容生成等任务上的效果与可靠性。\n3、探索生成式推荐新范式，研究 LLM 在商品召回、个性化排序、交互式导购等场景的训练与推理方法，创造区别于传统 ID-based 推荐的新一代推荐产品形态。\n这是一支快速成长的学习型团队，在创造业务价值的同时持续输出学术成果，团队成员每年在 NeurIPS、ICML、ACL、WWW、SIGIR 等国际顶会发表多篇论文。团队学习氛围浓厚，每年组织数十场技术分享交流，诚邀大模型方向的优秀人才加入，共同定义电商智能化的下一代范式。",
"requirements_text": "1、硕士及以上学历。\n2、深入理解大语言模型原理，熟悉主流后训练方法（SFT / RLHF / DPO / GRPO 等）中至少一项，有实际训练或对齐经验优先。\n3、有 Agent 系统开发经验（工具调用、多步规划、ReAct/Function Calling 等）者优先。\n4、有推荐算法背景者，需具备生成式推荐（如 LLM-based 召回/排序、对话式推荐）相关经验，传统 ID-based 推荐经验不作为加分项。\n5、2年以上相关领域工作经验（应届博士生可放宽）。\n6、良好的团队协作与沟通能力，具备一定的项目推进能力。",
"skills": [AI生成
"React",
"推荐算法",
"项目推进",
"团队协作",
"沟通能力",
"大语言模型"
],
"preferred_qualifications": "2、深入理解大语言模型原理，熟悉主流后训练方法（SFT / RLHF / DPO / GRPO 等）中至少一项，有实际训练或对齐经验优先；3、有 Agent 系统开发经验（工具调用、多步规划、ReAct/Function Calling 等）者优先；4、有推荐算法背景者，需具备生成式推荐（如 LLM-based 召回/排序、对话式推荐）相关经验，传统 ID-based 推荐经验不作为加分项",
"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=100034480004"
}
]
},
"posting": {
"posting_id": "100034480004",
"post_date": "2026-08-28",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.taotian.com/off-campus/position-detail?positionId=100034480004"
},
"fulltext": "淘天算法技术-营销算法工程师 LLM方向-杭州\n淘天算法技术-营销算法工程师 LLM方向-杭州\n\n基础信息\n工作地点：杭州\n\n职位描述\n淘天营销算法团队作为淘系核心的算法团队，致力于将大语言模型与电商营销场景深度融合，驱动从商品供给到前台推荐全链路的智能化升级，服务业务包括营销产品（聚划算、天天特卖、百亿补贴、有好价等）、大促活动（618、双十一、双十二等）等淘系核心场景。\n具体职责包括但不限于：\n1、研究大语言模型在电商营销场景的 Agent 规划与决策算法，探索 LLM 在多步推理、工具调用、自我反思与纠错中的核心能力边界；针对大促策划、选品、权益分发等场景，研究 Agent 的任务分解、奖励建模与策略优化方法，推动 Agentic AI 从单轮指令执行到自主目标驱动的范式演进。\n2、负责大语言模型的后训练与对齐，包括 SFT、RLHF/RLAIF、DPO 等训练范式在电商场景的应用，通过偏好优化提升模型在推荐、导购、营销内容生成等任务上的效果与可靠性。\n3、探索生成式推荐新范式，研究 LLM 在商品召回、个性化排序、交互式导购等场景的训练与推理方法，创造区别于传统 ID-based 推荐的新一代推荐产品形态。\n这是一支快速成长的学习型团队，在创造业务价值的同时持续输出学术成果，团队成员每年在 NeurIPS、ICML、ACL、WWW、SIGIR 等国际顶会发表多篇论文。团队学习氛围浓厚，每年组织数十场技术分享交流，诚邀大模型方向的优秀人才加入，共同定义电商智能化的下一代范式。\n\n职位要求\n1、硕士及以上学历。\n2、深入理解大语言模型原理，熟悉主流后训练方法（SFT / RLHF / DPO / GRPO 等）中至少一项，有实际训练或对齐经验优先。\n3、有 Agent 系统开发经验（工具调用、多步规划、ReAct/Function Calling 等）者优先。\n4、有推荐算法背景者，需具备生成式推荐（如 LLM-based 召回/排序、对话式推荐）相关经验，传统 ID-based 推荐经验不作为加分项。\n5、2年以上相关领域工作经验（应届博士生可放宽）。\n6、良好的团队协作与沟通能力，具备一定的项目推进能力。\n淘天营销算法团队作为淘系核心的算法团队，致力于将大语言模型与电商营销场景深度融合，驱动从商品供给到前台推荐全链路的智能化升级，服务业务包括营销产品（聚划算、天天特卖、百亿补贴、有好价等）、大促活动（618、双十一、双十二等）等淘系核心场景。\n具体职责包括但不限于：\n1、研究大语言模型在电商营销场景的 Agent 规划与决策算法，探索 LLM 在多步推理、工具调用、自我反思与纠错中的核心能力边界；针对大促策划、选品、权益分发等场景，研究 Agent 的任务分解、奖励建模与策略优化方法，推动 Agentic AI 从单轮指令执行到自主目标驱动的范式演进。\n2、负责大语言模型的后训练与对齐，包括 SFT、RLHF/RLAIF、DPO 等训练范式在电商场景的应用，通过偏好优化提升模型在推荐、导购、营销内容生成等任务上的效果与可靠性。\n3、探索生成式推荐新范式，研究 LLM 在商品召回、个性化排序、交互式导购等场景的训练与推理方法，创造区别于传统 ID-based 推荐的新一代推荐产品形态。\n这是一支快速成长的学习型团队，在创造业务价值的同时持续输出学术成果，团队成员每年在 NeurIPS、ICML、ACL、WWW、SIGIR 等国际顶会发表多篇论文。团队学习氛围浓厚，每年组织数十场技术分享交流，诚邀大模型方向的优秀人才加入，共同定义电商智能化的下一代范式。\n1、硕士及以上学历。\n2、深入理解大语言模型原理，熟悉主流后训练方法（SFT / RLHF / DPO / GRPO 等）中至少一项，有实际训练或对齐经验优先。\n3、有 Agent 系统开发经验（工具调用、多步规划、ReAct/Function Calling 等）者优先。\n4、有推荐算法背景者，需具备生成式推荐（如 LLM-based 召回/排序、对话式推荐）相关经验，传统 ID-based 推荐经验不作为加分项。\n5、2年以上相关领域工作经验（应届博士生可放宽）。\n6、良好的团队协作与沟通能力，具备一定的项目推进能力。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T011"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}