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": "阿里国际智能技术-淘海外大模型算法-日常实习生",
"job_level": "实习",AI生成
"work_category": "实习",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": "计算机科学或相关领域的硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "天猫淘宝海外算法团队，隶属阿里国际数字商业集团(AIDC)，专注于天猫淘宝海外业务相关的算法优化，覆盖搜索算法、推荐算法与用增算法三大核心方向。团队定位为一支高水平的跨境电商应用算法团队，我们致力于融合深度学习、大模型、生成式AI及智能权益投放等前沿技术，在搜索、推荐、导购与用增等方向进行全方位升级，持续驱动平台收入与业务的高速增长。\n招聘课题：面向下一代跨境电商搜索、推荐与用增技术，深入参与以下三个方向相关项目的技术研发探索：\n【1】搜索方向：\n- 探索生成式召回技术: 包括语义SID编码与解码优化、强化学习用户偏好对齐、多目标联合建模优化等内容；\n- 探索生成式排序预估模型: 包括大规模生成式排序预估模型的多维度scaling优化、训练范式优化、在离线性能加速优化。\n【2】推荐方向\n- 探索基于LLM的个性化生成式推荐：包括「重 + 轻大模型」协同范式、多兴趣建模、超长行为序列建模，Target-Item驱动建模等内容；\n- 探索推荐场域下的生成式排序预估模型：包括面向主商品引导的触发式推荐、序列建模、多意图建模、推荐相关性约束建模等内容。\n【3】用户增长方向\n- 用户权益敏感度统一建模：面向海外多站点差异化的用户权益敏感度建模；\n- 用户面额个性化模型：面向多 treatment 的增益预估建模，将单 treatment 扩展为多 treatment 架构，通过门控网络融合红包、互动玩法奖励、运费券等多类权益信息。",
"requirements_text": "1. 计算机科学或相关领域的硕士及以上学历，有扎实的算法和数据结构基础;\n2. 对大模型算法，搜推广算法，自然语言处理有相关项目经验，对其中某一领域算法有深入的研究和应用；\n3. 逻辑思维清晰，学习能力强，对新事物保有好奇心，并能快速适应新环境；良好的沟通能力和团队协同能力；能与他人合作，共同完成目标；遇事沉稳，不急不躁，心理素质过硬，有担当、有韧性，表达能力强。\n[加分项]\n1. 有实际成果并发表在国际顶级会议/期刊(CCF-A)者优先，在相关竞赛中取得优异成绩者优先；\n2. 有生成式大模型SFT/RLHF训练相关经验者优先。",
"skills": [AI生成
"自然语言处理",
"数据结构",
"沟通能力",
"逻辑思维",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "[加分项]；1. 有实际成果并发表在国际顶级会议/期刊(CCF-A)者优先，在相关竞赛中取得优异成绩者优先；2. 有生成式大模型SFT/RLHF训练相关经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199909600007?deptCodes="
}
]
},
"posting": {
"posting_id": "199909600007",
"post_date": "2026-09-16",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199909600007?deptCodes="
},
"fulltext": "阿里国际智能技术-淘海外大模型算法-日常实习生\n阿里国际智能技术-淘海外大模型算法-日常实习生\n\n基础信息\n毕业起止时间要求：2027-11-01 - 2028-10-31\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\n天猫淘宝海外算法团队，隶属阿里国际数字商业集团(AIDC)，专注于天猫淘宝海外业务相关的算法优化，覆盖搜索算法、推荐算法与用增算法三大核心方向。团队定位为一支高水平的跨境电商应用算法团队，我们致力于融合深度学习、大模型、生成式AI及智能权益投放等前沿技术，在搜索、推荐、导购与用增等方向进行全方位升级，持续驱动平台收入与业务的高速增长。\n招聘课题：面向下一代跨境电商搜索、推荐与用增技术，深入参与以下三个方向相关项目的技术研发探索：\n【1】搜索方向：\n- 探索生成式召回技术: 包括语义SID编码与解码优化、强化学习用户偏好对齐、多目标联合建模优化等内容；\n- 探索生成式排序预估模型: 包括大规模生成式排序预估模型的多维度scaling优化、训练范式优化、在离线性能加速优化。\n【2】推荐方向\n- 探索基于LLM的个性化生成式推荐：包括「重 + 轻大模型」协同范式、多兴趣建模、超长行为序列建模，Target-Item驱动建模等内容；\n- 探索推荐场域下的生成式排序预估模型：包括面向主商品引导的触发式推荐、序列建模、多意图建模、推荐相关性约束建模等内容。\n【3】用户增长方向\n- 用户权益敏感度统一建模：面向海外多站点差异化的用户权益敏感度建模；\n- 用户面额个性化模型：面向多 treatment 的增益预估建模，将单 treatment 扩展为多 treatment 架构，通过门控网络融合红包、互动玩法奖励、运费券等多类权益信息。\n\n职位要求\n1. 计算机科学或相关领域的硕士及以上学历，有扎实的算法和数据结构基础;\n2. 对大模型算法，搜推广算法，自然语言处理有相关项目经验，对其中某一领域算法有深入的研究和应用；\n3. 逻辑思维清晰，学习能力强，对新事物保有好奇心，并能快速适应新环境；良好的沟通能力和团队协同能力；能与他人合作，共同完成目标；遇事沉稳，不急不躁，心理素质过硬，有担当、有韧性，表达能力强。\n[加分项]\n1. 有实际成果并发表在国际顶级会议/期刊(CCF-A)者优先，在相关竞赛中取得优异成绩者优先；\n2. 有生成式大模型SFT/RLHF训练相关经验者优先。\n\n在招业务\n阿里国际数字商业集团\n天猫淘宝海外算法团队，隶属阿里国际数字商业集团(AIDC)，专注于天猫淘宝海外业务相关的算法优化，覆盖搜索算法、推荐算法与用增算法三大核心方向。团队定位为一支高水平的跨境电商应用算法团队，我们致力于融合深度学习、大模型、生成式AI及智能权益投放等前沿技术，在搜索、推荐、导购与用增等方向进行全方位升级，持续驱动平台收入与业务的高速增长。\n招聘课题：面向下一代跨境电商搜索、推荐与用增技术，深入参与以下三个方向相关项目的技术研发探索：\n【1】搜索方向：\n- 探索生成式召回技术: 包括语义SID编码与解码优化、强化学习用户偏好对齐、多目标联合建模优化等内容；\n- 探索生成式排序预估模型: 包括大规模生成式排序预估模型的多维度scaling优化、训练范式优化、在离线性能加速优化。\n【2】推荐方向\n- 探索基于LLM的个性化生成式推荐：包括「重 + 轻大模型」协同范式、多兴趣建模、超长行为序列建模，Target-Item驱动建模等内容；\n- 探索推荐场域下的生成式排序预估模型：包括面向主商品引导的触发式推荐、序列建模、多意图建模、推荐相关性约束建模等内容。\n【3】用户增长方向\n- 用户权益敏感度统一建模：面向海外多站点差异化的用户权益敏感度建模；\n- 用户面额个性化模型：面向多 treatment 的增益预估建模，将单 treatment 扩展为多 treatment 架构，通过门控网络融合红包、互动玩法奖励、运费券等多类权益信息。\n1. 计算机科学或相关领域的硕士及以上学历，有扎实的算法和数据结构基础;\n2. 对大模型算法，搜推广算法，自然语言处理有相关项目经验，对其中某一领域算法有深入的研究和应用；\n3. 逻辑思维清晰，学习能力强，对新事物保有好奇心，并能快速适应新环境；良好的沟通能力和团队协同能力；能与他人合作，共同完成目标；遇事沉稳，不急不躁，心理素质过硬，有担当、有韧性，表达能力强。\n[加分项]\n1. 有实际成果并发表在国际顶级会议/期刊(CCF-A)者优先，在相关竞赛中取得优异成绩者优先；\n2. 有生成式大模型SFT/RLHF训练相关经验者优先。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}