职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:199907720118

国际化多语言电商大模型建设以及对电商搜索系统的革新升级-阿里星/Bravo Star

未披露 · 杭州 · 阿里国际数字商业集团

主分类:大模型与生成式算法研发
算法与数据
辅助:搜索推荐与业务决策算法研发(仅展示)
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": "国际化多语言电商大模型建设以及对电商搜索系统的革新升级-阿里星/Bravo Star",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "阿里国际数字商业集团",
        "location": "杭州",
        "work_mode": "未披露",AI生成
        "job_category": "技术类"AI生成
    },
    "company": {
        "company_name": "阿里国际数字商业集团",
        "company_industry": "跨境电商",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "阿里国际数字商业业务涉及国际电商平台及跨境商品交易。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "计算机相关专业硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "阿里国际智能技术搜索算法团队,构建多语言电商大模型,并全链路升级国际化多语言搜索技术,我们是支撑阿里国际集团旗下多个国际化电商搜索业务优化的核心团队,为全球100多个国家使用不用语言的用户持续电商搜索体验与效率,并结合大模型升级技术与产品体验创新。多年来团队紧跟工业界和学术界前沿,在多语言Query理解与相关性、国家差异化召回与排序模型、多语言Query导购与大模型在多语言搜索中应用等技术方向持续探索创新,带来业务快速增长同时发表⾼⽔平学术论⽂20+篇(如AAAI、 IJCAI、TKDE、TMM、RecSys、CIKM和ICDM),申请专利15+项。\n负责国际化多语言电商大模型建设,以及对搜索技术全链路应用研究,包括但不限于:\n1、多语言电商大模型训练,包括:多语言电商数据挖掘与清洗、数据配比、模型预训练、任务微调、强化学习偏好对齐等;\n2、大模型在多语言Query理解、商品理解和相关性应用,包括:Query和商品NER、Query类目预测、Query改写与扩展、多语言等;\n3、基于多语言电商领域模型构建端到端生成式电商搜索范式,包括:语义ID构建、用户行为偏好对齐等。",
        "requirements_text": "1、计算机相关专业硕士及以上学历,NLP/CV/多模态等研究方向,在校期间在计算机/人工智能等方向顶级会议或期刊有多篇高质量学术论文;\n2、深入了解大模型基础架构、高效微调、强化学习对齐等理论知识和方法;\n3、有良好的沟通能力,团队协作能力,优秀的学习能力;\n4、加分项:有大模型基础训练或强化学习应用相关实习经验。",
        "skills": [AI生成
            "强化学习",
            "自然语言处理",
            "团队协作",
            "沟通能力",
            "学习能力",
            "大语言模型"
        ],
        "preferred_qualifications": "4、加分项:有大模型基础训练或强化学习应用相关实习经验",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199907720118?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199907720118",
        "post_date": "2026-07-30",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907720118?deptCodes="
    },
    "fulltext": "国际化多语言电商大模型建设以及对电商搜索系统的革新升级-阿里星/Bravo Star\n国际化多语言电商大模型建设以及对电商搜索系统的革新升级-阿里星/Bravo Star\n\n基础信息\n毕业起止时间要求:2026-11-01 - 2027-10-31\n职位类别:技术类\n招聘项目:阿里巴巴2027届应届生\n工作地点:杭州\n\n职位描述\n阿里国际智能技术搜索算法团队,构建多语言电商大模型,并全链路升级国际化多语言搜索技术,我们是支撑阿里国际集团旗下多个国际化电商搜索业务优化的核心团队,为全球100多个国家使用不用语言的用户持续电商搜索体验与效率,并结合大模型升级技术与产品体验创新。多年来团队紧跟工业界和学术界前沿,在多语言Query理解与相关性、国家差异化召回与排序模型、多语言Query导购与大模型在多语言搜索中应用等技术方向持续探索创新,带来业务快速增长同时发表⾼⽔平学术论⽂20+篇(如AAAI、 IJCAI、TKDE、TMM、RecSys、CIKM和ICDM),申请专利15+项。\n负责国际化多语言电商大模型建设,以及对搜索技术全链路应用研究,包括但不限于:\n1、多语言电商大模型训练,包括:多语言电商数据挖掘与清洗、数据配比、模型预训练、任务微调、强化学习偏好对齐等;\n2、大模型在多语言Query理解、商品理解和相关性应用,包括:Query和商品NER、Query类目预测、Query改写与扩展、多语言等;\n3、基于多语言电商领域模型构建端到端生成式电商搜索范式,包括:语义ID构建、用户行为偏好对齐等。\n\n职位要求\n1、计算机相关专业硕士及以上学历,NLP/CV/多模态等研究方向,在校期间在计算机/人工智能等方向顶级会议或期刊有多篇高质量学术论文;\n2、深入了解大模型基础架构、高效微调、强化学习对齐等理论知识和方法;\n3、有良好的沟通能力,团队协作能力,优秀的学习能力;\n4、加分项:有大模型基础训练或强化学习应用相关实习经验。\n\n在招业务\n阿里国际数字商业集团\n阿里国际智能技术搜索算法团队,构建多语言电商大模型,并全链路升级国际化多语言搜索技术,我们是支撑阿里国际集团旗下多个国际化电商搜索业务优化的核心团队,为全球100多个国家使用不用语言的用户持续电商搜索体验与效率,并结合大模型升级技术与产品体验创新。多年来团队紧跟工业界和学术界前沿,在多语言Query理解与相关性、国家差异化召回与排序模型、多语言Query导购与大模型在多语言搜索中应用等技术方向持续探索创新,带来业务快速增长同时发表⾼⽔平学术论⽂20+篇(如AAAI、 IJCAI、TKDE、TMM、RecSys、CIKM和ICDM),申请专利15+项。\n负责国际化多语言电商大模型建设,以及对搜索技术全链路应用研究,包括但不限于:\n1、多语言电商大模型训练,包括:多语言电商数据挖掘与清洗、数据配比、模型预训练、任务微调、强化学习偏好对齐等;\n2、大模型在多语言Query理解、商品理解和相关性应用,包括:Query和商品NER、Query类目预测、Query改写与扩展、多语言等;\n3、基于多语言电商领域模型构建端到端生成式电商搜索范式,包括:语义ID构建、用户行为偏好对齐等。\n1、计算机相关专业硕士及以上学历,NLP/CV/多模态等研究方向,在校期间在计算机/人工智能等方向顶级会议或期刊有多篇高质量学术论文;\n2、深入了解大模型基础架构、高效微调、强化学习对齐等理论知识和方法;\n3、有良好的沟通能力,团队协作能力,优秀的学习能力;\n4、加分项:有大模型基础训练或强化学习应用相关实习经验。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [
            "T011"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}