主分类:搜索推荐与业务决策算法研发
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": "阿里妈妈广告算法-广告决策智能大模型研究实习生",
"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": "计算机/自动化、数学/上物理、人工智能等相关专业的博士或优秀硕士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 深入运用生成算法(如Diffusion、Transformer等)对出价决策模型进行探索与迭代,研究出价决策大模型的Scaling Law;\n2. 利用大规模跨场景数据和大规模参数学习博弈场景的通用规律,构建出价决策领域的基础模型。\n加入我们,您将获得: \n1. 贴近工业实践的技术挑战,享有丰富的数据资源和强大的计算支持;\n2. 深度参与研发团队内部研讨,与顶尖专家共同探讨前沿技术,合作发表国际顶级会议论文;\n3. 一对一的行业专家指导,助力业界领先并具有巨大影响力的工作;\n4. 可观的实习薪酬以及校招人才计划的绿色通道。",
"requirements_text": "1. 计算机/自动化、数学/上物理、人工智能等相关专业的博士或优秀硕士;\n2. 聪明、自信,敢于突破,对技术有执着的追求和热爱;\n3. 作为第一作者在顶级国际会议或期刊上发表过论文优先;\n4. 参与开源项目并获得100以上的star优先;\n5. 在有影响力的比赛中取得优异成绩优先。",
"skills": [AI生成
"大语言模型"
],
"preferred_qualifications": "3. 作为第一作者在顶级国际会议或期刊上发表过论文优先;4. 参与开源项目并获得100以上的star优先;5. 在有影响力的比赛中取得优异成绩优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199903820049?deptCodes="
}
]
},
"posting": {
"posting_id": "199903820049",
"post_date": "2026-03-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903820049?deptCodes="
},
"fulltext": "阿里妈妈广告算法-广告决策智能大模型研究实习生\n阿里妈妈广告算法-广告决策智能大模型研究实习生\n\n基础信息\n毕业起止时间要求:2026-10-31 - 2029-09-29\n职位类别:技术类\n招聘项目:阿里巴巴研究型实习生\n工作地点:北京 / 杭州\n\n职位描述\n1. 深入运用生成算法(如Diffusion、Transformer等)对出价决策模型进行探索与迭代,研究出价决策大模型的Scaling Law;\n2. 利用大规模跨场景数据和大规模参数学习博弈场景的通用规律,构建出价决策领域的基础模型。\n加入我们,您将获得: \n1. 贴近工业实践的技术挑战,享有丰富的数据资源和强大的计算支持;\n2. 深度参与研发团队内部研讨,与顶尖专家共同探讨前沿技术,合作发表国际顶级会议论文;\n3. 一对一的行业专家指导,助力业界领先并具有巨大影响力的工作;\n4. 可观的实习薪酬以及校招人才计划的绿色通道。\n\n职位要求\n1. 计算机/自动化、数学/上物理、人工智能等相关专业的博士或优秀硕士;\n2. 聪明、自信,敢于突破,对技术有执着的追求和热爱;\n3. 作为第一作者在顶级国际会议或期刊上发表过论文优先;\n4. 参与开源项目并获得100以上的star优先;\n5. 在有影响力的比赛中取得优异成绩优先。\n\n在招业务\n淘天集团\n1. 深入运用生成算法(如Diffusion、Transformer等)对出价决策模型进行探索与迭代,研究出价决策大模型的Scaling Law;\n2. 利用大规模跨场景数据和大规模参数学习博弈场景的通用规律,构建出价决策领域的基础模型。\n加入我们,您将获得: \n1. 贴近工业实践的技术挑战,享有丰富的数据资源和强大的计算支持;\n2. 深度参与研发团队内部研讨,与顶尖专家共同探讨前沿技术,合作发表国际顶级会议论文;\n3. 一对一的行业专家指导,助力业界领先并具有巨大影响力的工作;\n4. 可观的实习薪酬以及校招人才计划的绿色通道。\n1. 计算机/自动化、数学/上物理、人工智能等相关专业的博士或优秀硕士;\n2. 聪明、自信,敢于突破,对技术有执着的追求和热爱;\n3. 作为第一作者在顶级国际会议或期刊上发表过论文优先;\n4. 参与开源项目并获得100以上的star优先;\n5. 在有影响力的比赛中取得优异成绩优先。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}