{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "算法工程师-AI导购大模型应用方向（T-Star Lab日常实习）",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "淘天集团",
        "location": "北京 / 杭州",
        "work_mode": "未披露",AI生成
        "job_category": "技术类"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": "岗位课题：\n基于多模态推理大模型的实时用户行为序列挖掘及导购决策算法研究\n课题背景：\n传统方法对一次用户购物Session中的信息挖掘，主要关注的是用户对商品的行为，途径也主要是offline的基于统计学习方法的特征抽取。基于多模态推理大模型，进行实时的用户行为序列理解，以精准确定用户的购物意图及偏好，是比较有探索价值的课题。本项目聚焦两个研究方向：\n1）如何构建电商领域多模态推理大模型，高效处理包含文本&视觉特征的时序session信息，进行多维度行为模式挖掘，并推理出用户的购物意图及偏好；\n2）如何以导购效率为目标，进行工具集成推理学习（Tool Integrated Reasoning），实现多类型导购卡片的智能推荐决策。\n成长资源：\n1.与行业顶尖算法人才一起研究AI前沿技术及应用；\n2.掌握多模态推理大模型核心技术，在文本/视觉/交互信号融合建模领域积累工业级实战经验；\n3.深入电商搜索推荐核心场景，构建实时意图感知系统，提升复杂业务问题的建模能力；\n4.接触海量用户行为数据流，实习生将完整参与AB测试到业务指标优化的闭环流程，为从事AI算法工程师奠定坚实基础。\n岗位职责：\n如果你，期望深入系统性研究大语言模型相关算法，包括但不限于语言模型、多模态模型、强化微调、推理、Agent等。\n如果你，期望在海量用户的电商购物场景，完整体验推理大模型带来的技术变革，迅速成为工业级AI应用专家。\n如果你，希望跟行业顶尖算法人才一起，在一个高度Open且技术氛围浓厚的环境中高效学习，参与算法创新，亲手应用AI改变生活。\n那还在等待什么，赶紧加入我们吧！",
        "requirements_text": "1、硕士及以上学历，2026年11月1日以后毕业，计算机/人工智能/机器学习等相关专业，能连续实习3个月及以上；\n2、具备扎实的编程基础 (Python/C++/Java)，熟悉常用算法与数据结构；\n3、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；\n4、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，了解搜推系统/自然语言处理/多模态等至少一个领域；\n5、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；\n6、有良好的沟通和协作能力、逻辑思维清晰、学习能力强、对新事物有强烈的好奇心，并能快速适应新环境。\n【加分项】\n1、有大模型Pretrain、SFT、RL等实践调优经验者优先。\n2、在顶级会议论文发表或作为核心同学在权威竞赛获奖者优先。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "强化学习",
            "自然语言处理",
            "数据结构",
            "数据分析",
            "逻辑思维",
            "学习能力",
            "大语言模型"
        ],
        "preferred_qualifications": "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；【加分项】；1、有大模型Pretrain、SFT、RL等实践调优经验者优先；2、在顶级会议论文发表或作为核心同学在权威竞赛获奖者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199903820041?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199903820041",
        "post_date": "2026-03-26",
        "hire_time": "1、硕士及以上学历，2026年11月1日以后毕业，计算机/人工智能/机器学习等相关专业，能连续实习3个月及以上",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199903820041?deptCodes="
    },
    "fulltext": "算法工程师-AI导购大模型应用方向（T-Star Lab日常实习）\n算法工程师-AI导购大模型应用方向（T-Star Lab日常实习）\n\n基础信息\n毕业起止时间要求：2026-10-31 - 2028-10-30\n职位类别：技术类\n招聘项目：阿里巴巴日常实习生\n工作地点：北京 / 杭州\n\n职位描述\n岗位课题：\n基于多模态推理大模型的实时用户行为序列挖掘及导购决策算法研究\n课题背景：\n传统方法对一次用户购物Session中的信息挖掘，主要关注的是用户对商品的行为，途径也主要是offline的基于统计学习方法的特征抽取。基于多模态推理大模型，进行实时的用户行为序列理解，以精准确定用户的购物意图及偏好，是比较有探索价值的课题。本项目聚焦两个研究方向：\n1）如何构建电商领域多模态推理大模型，高效处理包含文本&视觉特征的时序session信息，进行多维度行为模式挖掘，并推理出用户的购物意图及偏好；\n2）如何以导购效率为目标，进行工具集成推理学习（Tool Integrated Reasoning），实现多类型导购卡片的智能推荐决策。\n成长资源：\n1.与行业顶尖算法人才一起研究AI前沿技术及应用；\n2.掌握多模态推理大模型核心技术，在文本/视觉/交互信号融合建模领域积累工业级实战经验；\n3.深入电商搜索推荐核心场景，构建实时意图感知系统，提升复杂业务问题的建模能力；\n4.接触海量用户行为数据流，实习生将完整参与AB测试到业务指标优化的闭环流程，为从事AI算法工程师奠定坚实基础。\n岗位职责：\n如果你，期望深入系统性研究大语言模型相关算法，包括但不限于语言模型、多模态模型、强化微调、推理、Agent等。\n如果你，期望在海量用户的电商购物场景，完整体验推理大模型带来的技术变革，迅速成为工业级AI应用专家。\n如果你，希望跟行业顶尖算法人才一起，在一个高度Open且技术氛围浓厚的环境中高效学习，参与算法创新，亲手应用AI改变生活。\n那还在等待什么，赶紧加入我们吧！\n\n职位要求\n1、硕士及以上学历，2026年11月1日以后毕业，计算机/人工智能/机器学习等相关专业，能连续实习3个月及以上；\n2、具备扎实的编程基础 (Python/C++/Java)，熟悉常用算法与数据结构；\n3、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；\n4、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，了解搜推系统/自然语言处理/多模态等至少一个领域；\n5、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；\n6、有良好的沟通和协作能力、逻辑思维清晰、学习能力强、对新事物有强烈的好奇心，并能快速适应新环境。\n【加分项】\n1、有大模型Pretrain、SFT、RL等实践调优经验者优先。\n2、在顶级会议论文发表或作为核心同学在权威竞赛获奖者优先。\n\n在招业务\n淘天集团\n岗位课题：\n基于多模态推理大模型的实时用户行为序列挖掘及导购决策算法研究\n课题背景：\n传统方法对一次用户购物Session中的信息挖掘，主要关注的是用户对商品的行为，途径也主要是offline的基于统计学习方法的特征抽取。基于多模态推理大模型，进行实时的用户行为序列理解，以精准确定用户的购物意图及偏好，是比较有探索价值的课题。本项目聚焦两个研究方向：\n1）如何构建电商领域多模态推理大模型，高效处理包含文本&视觉特征的时序session信息，进行多维度行为模式挖掘，并推理出用户的购物意图及偏好；\n2）如何以导购效率为目标，进行工具集成推理学习（Tool Integrated Reasoning），实现多类型导购卡片的智能推荐决策。\n成长资源：\n1.与行业顶尖算法人才一起研究AI前沿技术及应用；\n2.掌握多模态推理大模型核心技术，在文本/视觉/交互信号融合建模领域积累工业级实战经验；\n3.深入电商搜索推荐核心场景，构建实时意图感知系统，提升复杂业务问题的建模能力；\n4.接触海量用户行为数据流，实习生将完整参与AB测试到业务指标优化的闭环流程，为从事AI算法工程师奠定坚实基础。\n岗位职责：\n如果你，期望深入系统性研究大语言模型相关算法，包括但不限于语言模型、多模态模型、强化微调、推理、Agent等。\n如果你，期望在海量用户的电商购物场景，完整体验推理大模型带来的技术变革，迅速成为工业级AI应用专家。\n如果你，希望跟行业顶尖算法人才一起，在一个高度Open且技术氛围浓厚的环境中高效学习，参与算法创新，亲手应用AI改变生活。\n那还在等待什么，赶紧加入我们吧！\n1、硕士及以上学历，2026年11月1日以后毕业，计算机/人工智能/机器学习等相关专业，能连续实习3个月及以上；\n2、具备扎实的编程基础 (Python/C++/Java)，熟悉常用算法与数据结构；\n3、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；\n4、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，了解搜推系统/自然语言处理/多模态等至少一个领域；\n5、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；\n6、有良好的沟通和协作能力、逻辑思维清晰、学习能力强、对新事物有强烈的好奇心，并能快速适应新环境。\n【加分项】\n1、有大模型Pretrain、SFT、RL等实践调优经验者优先。\n2、在顶级会议论文发表或作为核心同学在权威竞赛获奖者优先。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}