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": "研究型实习生-阿里妈妈-算法工程师（生成式推荐算法研究方向）",
"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": "自然语言处理、机器学习、数据挖掘、人工智能等相关专业的硕士生/博士生",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "阿里妈妈淘宝联盟拥有一个由商家、商品、渠道推广者和亿万级消费者组成的时间和空间的超大规模复杂网络。节点包括商品、商家、推广者与用户，边则代表了它们之间的推广和经营关系。传统的推荐算法在捕捉这种图谱中的高阶、深层的关联性存在不足，大多停留在浅层的关系利用上，难以捕捉实体间的交互模式、社群结构以及动态演化的趋势，导致推荐匹配的精准度与效率存在显著的提升空间。本研究探索图神经网络（GNN）与大型语言模型（LLM）的深度融合，为图中的商品、推广者等异构节点生成富含结构信息与深层语义的统一表征——即“语义ID”，以及基于图对齐的语义ID的生成式推荐。\n1.负责生成式推荐技术在电商场景的研发与落地。\n2.主导设计并实现商品推荐生成式框架，重点攻克图结构信息与LLM语义信息的跨模态融合与对齐难题。\n3.跟进SFT、RLHF、多模态等前沿技术，持续优化模型，并推动技术成果转化为实际业务增长。\n4.沉淀技术影响力，撰写高质量专利和顶级学术论文。",
"requirements_text": "1. 自然语言处理、机器学习、数据挖掘、人工智能等相关专业的硕士生/博士生；\n2. 熟练掌握Tensorflow、Pytorch等深度学习框架，扎实的编程基础，具备独立的算法实现能力；\n3. 有LLM或图神经网络实操经验，参与过大模型预训练，SFT，RLHF等项目者优先；\n4. 良好的逻辑分析能力和数理基础，对算法原理及应用有较深入的理解，在人工智能相关的各类国际顶级会议/期刊中发表过论文者优先。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"自然语言处理",
"数据挖掘",
"分析能力",
"大语言模型"
],
"preferred_qualifications": "3. 有LLM或图神经网络实操经验，参与过大模型预训练，SFT，RLHF等项目者优先；4. 良好的逻辑分析能力和数理基础，对算法原理及应用有较深入的理解，在人工智能相关的各类国际顶级会议/期刊中发表过论文者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199903900045?deptCodes="
}
]
},
"posting": {
"posting_id": "199903900045",
"post_date": "2026-03-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903900045?deptCodes="
},
"fulltext": "研究型实习生-阿里妈妈-算法工程师（生成式推荐算法研究方向）\n研究型实习生-阿里妈妈-算法工程师（生成式推荐算法研究方向）\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：阿里巴巴研究型实习生\n工作地点：北京 / 杭州\n\n职位描述\n阿里妈妈淘宝联盟拥有一个由商家、商品、渠道推广者和亿万级消费者组成的时间和空间的超大规模复杂网络。节点包括商品、商家、推广者与用户，边则代表了它们之间的推广和经营关系。传统的推荐算法在捕捉这种图谱中的高阶、深层的关联性存在不足，大多停留在浅层的关系利用上，难以捕捉实体间的交互模式、社群结构以及动态演化的趋势，导致推荐匹配的精准度与效率存在显著的提升空间。本研究探索图神经网络（GNN）与大型语言模型（LLM）的深度融合，为图中的商品、推广者等异构节点生成富含结构信息与深层语义的统一表征——即“语义ID”，以及基于图对齐的语义ID的生成式推荐。\n1.负责生成式推荐技术在电商场景的研发与落地。\n2.主导设计并实现商品推荐生成式框架，重点攻克图结构信息与LLM语义信息的跨模态融合与对齐难题。\n3.跟进SFT、RLHF、多模态等前沿技术，持续优化模型，并推动技术成果转化为实际业务增长。\n4.沉淀技术影响力，撰写高质量专利和顶级学术论文。\n\n职位要求\n1. 自然语言处理、机器学习、数据挖掘、人工智能等相关专业的硕士生/博士生；\n2. 熟练掌握Tensorflow、Pytorch等深度学习框架，扎实的编程基础，具备独立的算法实现能力；\n3. 有LLM或图神经网络实操经验，参与过大模型预训练，SFT，RLHF等项目者优先；\n4. 良好的逻辑分析能力和数理基础，对算法原理及应用有较深入的理解，在人工智能相关的各类国际顶级会议/期刊中发表过论文者优先。\n\n在招业务\n淘天集团\n阿里妈妈淘宝联盟拥有一个由商家、商品、渠道推广者和亿万级消费者组成的时间和空间的超大规模复杂网络。节点包括商品、商家、推广者与用户，边则代表了它们之间的推广和经营关系。传统的推荐算法在捕捉这种图谱中的高阶、深层的关联性存在不足，大多停留在浅层的关系利用上，难以捕捉实体间的交互模式、社群结构以及动态演化的趋势，导致推荐匹配的精准度与效率存在显著的提升空间。本研究探索图神经网络（GNN）与大型语言模型（LLM）的深度融合，为图中的商品、推广者等异构节点生成富含结构信息与深层语义的统一表征——即“语义ID”，以及基于图对齐的语义ID的生成式推荐。\n1.负责生成式推荐技术在电商场景的研发与落地。\n2.主导设计并实现商品推荐生成式框架，重点攻克图结构信息与LLM语义信息的跨模态融合与对齐难题。\n3.跟进SFT、RLHF、多模态等前沿技术，持续优化模型，并推动技术成果转化为实际业务增长。\n4.沉淀技术影响力，撰写高质量专利和顶级学术论文。\n1. 自然语言处理、机器学习、数据挖掘、人工智能等相关专业的硕士生/博士生；\n2. 熟练掌握Tensorflow、Pytorch等深度学习框架，扎实的编程基础，具备独立的算法实现能力；\n3. 有LLM或图神经网络实操经验，参与过大模型预训练，SFT，RLHF等项目者优先；\n4. 良好的逻辑分析能力和数理基础，对算法原理及应用有较深入的理解，在人工智能相关的各类国际顶级会议/期刊中发表过论文者优先。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}