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-电商场景下预估模型的debias技术研究",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "淘天集团",
"location": "北京",
"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、数学或统计学相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "我们是阿里妈妈搜索广告算法团队，负责搜索场景广告技术变现的算法设计和优化，包括并不限于：\n1.负责超大规模深度学习在用户/商品表征学习、点击率/转化率/加购率等模型预估的应用和创新；\n2.负责超大规模数据场景下的面向营销生态长期友好的平台机制和流量策略的设计与实践；\n3.负责研究和推动Autobidding模式下的新机制设计的应用与创新；\n4.负责研究和推动用户冷启动&商品冷启动在搜索广告中的探索与应用；\n5.负责研究多模态大模型和生成式大模型在搜索广告中的探索与创新；\n6.负责搜索广告系统全链路预估模型统一建设和机制策略联动的设计与实践；",
"requirements_text": "1.计算机、数学或统计学相关专业硕士及以上学历；\n2.熟练掌握Java/C++/Python中至少一门语言，有扎实的数据结构和算法基础；\n3.熟悉常用的机器学习和深度学习算法；\n4.具备优秀的分析和解决问题的能力，良好的沟通协作能力；\n5.有数据挖掘、机器学习、强化学习、信息检索、自然语言理解、推荐系统、计算广告学及算法博弈论相关领域研究和实践经验，在以上领域的国际会议(SIGIR、SIGKDD、ICML、NIPS、WSDM、WWW、AAAI、CIKM、ACL、RECSYS)或者期刊上发表过论文者更佳；\n6.参加过ACM或数据挖掘&机器学习类竞赛(天池大奖赛、Kaggle)并取得好名次者更佳；\n7.参与过机器学习开源项目并有突出贡献者更佳；",
"skills": [AI生成
"Python",
"Java",
"C++",
"机器学习",
"深度学习",
"强化学习",
"数据结构",
"数据挖掘",
"解决问题"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199903900064?deptCodes="
}
]
},
"posting": {
"posting_id": "199903900064",
"post_date": "2026-03-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903900064?deptCodes="
},
"fulltext": "研究型实习生-电商场景下预估模型的debias技术研究\n研究型实习生-电商场景下预估模型的debias技术研究\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\n\n职位描述\n我们是阿里妈妈搜索广告算法团队，负责搜索场景广告技术变现的算法设计和优化，包括并不限于：\n1.负责超大规模深度学习在用户/商品表征学习、点击率/转化率/加购率等模型预估的应用和创新；\n2.负责超大规模数据场景下的面向营销生态长期友好的平台机制和流量策略的设计与实践；\n3.负责研究和推动Autobidding模式下的新机制设计的应用与创新；\n4.负责研究和推动用户冷启动&商品冷启动在搜索广告中的探索与应用；\n5.负责研究多模态大模型和生成式大模型在搜索广告中的探索与创新；\n6.负责搜索广告系统全链路预估模型统一建设和机制策略联动的设计与实践；\n\n职位要求\n1.计算机、数学或统计学相关专业硕士及以上学历；\n2.熟练掌握Java/C++/Python中至少一门语言，有扎实的数据结构和算法基础；\n3.熟悉常用的机器学习和深度学习算法；\n4.具备优秀的分析和解决问题的能力，良好的沟通协作能力；\n5.有数据挖掘、机器学习、强化学习、信息检索、自然语言理解、推荐系统、计算广告学及算法博弈论相关领域研究和实践经验，在以上领域的国际会议(SIGIR、SIGKDD、ICML、NIPS、WSDM、WWW、AAAI、CIKM、ACL、RECSYS)或者期刊上发表过论文者更佳；\n6.参加过ACM或数据挖掘&机器学习类竞赛(天池大奖赛、Kaggle)并取得好名次者更佳；\n7.参与过机器学习开源项目并有突出贡献者更佳；\n\n在招业务\n淘天集团\n我们是阿里妈妈搜索广告算法团队，负责搜索场景广告技术变现的算法设计和优化，包括并不限于：\n1.负责超大规模深度学习在用户/商品表征学习、点击率/转化率/加购率等模型预估的应用和创新；\n2.负责超大规模数据场景下的面向营销生态长期友好的平台机制和流量策略的设计与实践；\n3.负责研究和推动Autobidding模式下的新机制设计的应用与创新；\n4.负责研究和推动用户冷启动&商品冷启动在搜索广告中的探索与应用；\n5.负责研究多模态大模型和生成式大模型在搜索广告中的探索与创新；\n6.负责搜索广告系统全链路预估模型统一建设和机制策略联动的设计与实践；\n1.计算机、数学或统计学相关专业硕士及以上学历；\n2.熟练掌握Java/C++/Python中至少一门语言，有扎实的数据结构和算法基础；\n3.熟悉常用的机器学习和深度学习算法；\n4.具备优秀的分析和解决问题的能力，良好的沟通协作能力；\n5.有数据挖掘、机器学习、强化学习、信息检索、自然语言理解、推荐系统、计算广告学及算法博弈论相关领域研究和实践经验，在以上领域的国际会议(SIGIR、SIGKDD、ICML、NIPS、WSDM、WWW、AAAI、CIKM、ACL、RECSYS)或者期刊上发表过论文者更佳；\n6.参加过ACM或数据挖掘&机器学习类竞赛(天池大奖赛、Kaggle)并取得好名次者更佳；\n7.参与过机器学习开源项目并有突出贡献者更佳；",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}