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-智能算法产品事业部-冷启推荐算法实习生",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "淘天集团",
"location": "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": "1. 探索纯模态（去ID化）在手淘冷启推荐场景的落地，提升冷启素材分发效率；\n2. 探索冷启动与跨域推荐，构建可迁移的统一素材冷启推荐模型框架，实现多场景高效迁移与复用；\n3. 优化多模态基座（PreTrain/SFT）及训练推理效率，提高资源利用率，降低训练时长与显存占用；\n4. 结合以上研究沉淀方法，撰写发表论文，并与业界/学界保持交流。",
"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. 熟悉多模态表征学习及搜广推召回/排序应用建模，有多模态预训练/SFT/应用实践经验者优先；\n3. 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；\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",
"建模"
],
"preferred_qualifications": "2. 熟悉多模态表征学习及搜广推召回/排序应用建模，有多模态预训练/SFT/应用实践经验者优先；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/199903900047?deptCodes="
}
]
},
"posting": {
"posting_id": "199903900047",
"post_date": "2026-03-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903900047?deptCodes="
},
"fulltext": "研究型实习生-智能算法产品事业部-冷启推荐算法实习生\n研究型实习生-智能算法产品事业部-冷启推荐算法实习生\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：杭州\n\n职位描述\n1. 探索纯模态（去ID化）在手淘冷启推荐场景的落地，提升冷启素材分发效率；\n2. 探索冷启动与跨域推荐，构建可迁移的统一素材冷启推荐模型框架，实现多场景高效迁移与复用；\n3. 优化多模态基座（PreTrain/SFT）及训练推理效率，提高资源利用率，降低训练时长与显存占用；\n4. 结合以上研究沉淀方法，撰写发表论文，并与业界/学界保持交流。\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. 熟悉多模态表征学习及搜广推召回/排序应用建模，有多模态预训练/SFT/应用实践经验者优先；\n3. 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；\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\n1. 探索纯模态（去ID化）在手淘冷启推荐场景的落地，提升冷启素材分发效率；\n2. 探索冷启动与跨域推荐，构建可迁移的统一素材冷启推荐模型框架，实现多场景高效迁移与复用；\n3. 优化多模态基座（PreTrain/SFT）及训练推理效率，提高资源利用率，降低训练时长与显存占用；\n4. 结合以上研究沉淀方法，撰写发表论文，并与业界/学界保持交流。\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. 熟悉多模态表征学习及搜广推召回/排序应用建模，有多模态预训练/SFT/应用实践经验者优先；\n3. 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；\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"
}
}