职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:199909160003

日常实习生-1688-数据算法

未披露 · 杭州 · 淘天集团

主分类:搜索推荐与业务决策算法研发
算法与数据
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": "日常实习生-1688-数据算法",
        "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": "● 计算机科学、人工智能、数据科学、统计学或相关专业本科及以上学历(在读)",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 参与商机数据算法能力建设,围绕商机匹配与跨平台供给发现,通过训练样本构建、难例挖掘、SFT与知识蒸馏等手段持续优化召回、匹配与排序模型;结合效果评测优化模型路由与推理调度策略,在效果稳定前提下降低服务成本;参与多维商机数据体系的建设与完善。\n2. 参与AI商家画像与工厂图谱算法研发,推进分行业工厂图谱构建与质量治理;通过SFT对齐与RL多目标优化提升销服Memory生成质量,推动画像能力在业务场景的落地与迭代。\n3. 参与AI用户画像算法研发,优化生意模式与主营身份推理质量,推进模型轻量化、蒸馏压缩与推理加速,持续提升实时需求理解的准确率与个性化能力。",
        "requirements_text": "● 计算机科学、人工智能、数据科学、统计学或相关专业本科及以上学历(在读)\n● 熟悉Python,具备扎实的编程与工程能力\n● 了解机器学习/深度学习基础理论,有NLP或大模型应用相关经验者优先\n● 具备良好的数据分析能力与实验思维,能独立完成问题定义、方案设计与效果验证\n● 责任心强,沟通能力好,能主动推动项目进展\n加分项(满足任一即可):\n● 了解大模型训练流程(SFT/蒸馏/RLHF),有Prompt工程或推理优化经验\n● 有信息检索、召回排序、向量检索或MCP/Agent相关经验\n● 有知识图谱构建、实体识别或强化学习在NLP场景的应用经验\n● 了解模型压缩、量化、蒸馏或推理加速技术\n● 有用户画像/身份识别、数据标注或质量评估相关项目经验",
        "skills": [AI生成
            "Python",
            "机器学习",
            "深度学习",
            "强化学习",
            "数据分析",
            "数据标注",
            "知识图谱",
            "模型训练",
            "沟通能力",
            "分析能力",
            "大语言模型"
        ],
        "preferred_qualifications": "● 了解机器学习/深度学习基础理论,有NLP或大模型应用相关经验者优先;加分项(满足任一即可):",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199909160003?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199909160003",
        "post_date": "2026-09-01",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199909160003?deptCodes="
    },
    "fulltext": "日常实习生-1688-数据算法\n日常实习生-1688-数据算法\n\n基础信息\n毕业起止时间要求:2028-02-29 - 2029-02-28\n职位类别:技术类\n招聘项目:阿里巴巴日常实习生\n工作地点:杭州\n\n职位描述\n1. 参与商机数据算法能力建设,围绕商机匹配与跨平台供给发现,通过训练样本构建、难例挖掘、SFT与知识蒸馏等手段持续优化召回、匹配与排序模型;结合效果评测优化模型路由与推理调度策略,在效果稳定前提下降低服务成本;参与多维商机数据体系的建设与完善。\n2. 参与AI商家画像与工厂图谱算法研发,推进分行业工厂图谱构建与质量治理;通过SFT对齐与RL多目标优化提升销服Memory生成质量,推动画像能力在业务场景的落地与迭代。\n3. 参与AI用户画像算法研发,优化生意模式与主营身份推理质量,推进模型轻量化、蒸馏压缩与推理加速,持续提升实时需求理解的准确率与个性化能力。\n\n职位要求\n● 计算机科学、人工智能、数据科学、统计学或相关专业本科及以上学历(在读)\n● 熟悉Python,具备扎实的编程与工程能力\n● 了解机器学习/深度学习基础理论,有NLP或大模型应用相关经验者优先\n● 具备良好的数据分析能力与实验思维,能独立完成问题定义、方案设计与效果验证\n● 责任心强,沟通能力好,能主动推动项目进展\n加分项(满足任一即可):\n● 了解大模型训练流程(SFT/蒸馏/RLHF),有Prompt工程或推理优化经验\n● 有信息检索、召回排序、向量检索或MCP/Agent相关经验\n● 有知识图谱构建、实体识别或强化学习在NLP场景的应用经验\n● 了解模型压缩、量化、蒸馏或推理加速技术\n● 有用户画像/身份识别、数据标注或质量评估相关项目经验\n\n在招业务\n淘天集团\n1. 参与商机数据算法能力建设,围绕商机匹配与跨平台供给发现,通过训练样本构建、难例挖掘、SFT与知识蒸馏等手段持续优化召回、匹配与排序模型;结合效果评测优化模型路由与推理调度策略,在效果稳定前提下降低服务成本;参与多维商机数据体系的建设与完善。\n2. 参与AI商家画像与工厂图谱算法研发,推进分行业工厂图谱构建与质量治理;通过SFT对齐与RL多目标优化提升销服Memory生成质量,推动画像能力在业务场景的落地与迭代。\n3. 参与AI用户画像算法研发,优化生意模式与主营身份推理质量,推进模型轻量化、蒸馏压缩与推理加速,持续提升实时需求理解的准确率与个性化能力。\n● 计算机科学、人工智能、数据科学、统计学或相关专业本科及以上学历(在读)\n● 熟悉Python,具备扎实的编程与工程能力\n● 了解机器学习/深度学习基础理论,有NLP或大模型应用相关经验者优先\n● 具备良好的数据分析能力与实验思维,能独立完成问题定义、方案设计与效果验证\n● 责任心强,沟通能力好,能主动推动项目进展\n加分项(满足任一即可):\n● 了解大模型训练流程(SFT/蒸馏/RLHF),有Prompt工程或推理优化经验\n● 有信息检索、召回排序、向量检索或MCP/Agent相关经验\n● 有知识图谱构建、实体识别或强化学习在NLP场景的应用经验\n● 了解模型压缩、量化、蒸馏或推理加速技术\n● 有用户画像/身份识别、数据标注或质量评估相关项目经验",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}