JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "基于大模型的搜索算法研究与应用-阿里星/T-Star",
"job_level": "阿里巴巴2027届应届生",AI生成
"work_category": "freshman",AI生成
"department": "淘天集团",
"location": "北京 / 杭州",
"work_mode": "",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "淘天集团",
"company_industry": "",
"company_size": "",
"company_website": "",
"company_description": ""
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "",
"cycle": ""
},
"benefits": ""
},
"requirements": {
"working_years": "",
"degree": "",
"language": "",AI生成
"visa_support": "",
"responsibilities": "基于大模型的搜索算法研究与应用-阿里星/T-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:北京 / 杭州\n\n职位描述\n团队是淘天集团内专注于创新和优化搜索技术的核心团队,支撑淘天超大规模检索、相关性、预估、Query理解、顶层机制设计、AI搜,直接驱动千亿级GMV。我们的任务是通过持续研发高效、精准的搜索算法,以提升用户的在线购物体验和满意度,进而推动电商平台的商业成功。在这一关键角色中,你将参与淘宝搜索功能的核心算法研究,特别是专注于大模型在信息检索领域的应用、AI创新产品和AI搜等创新领域。我们深度理解搜索引擎的工作原理,在生成式排序/检索、AI大模型全链路应用、模型Scaling和Infra、多模态技术、AI Agent等技术方面持续深耕。\n相关研究课题细分方向如下:\n-基于Agentic AI探索包含不但不限于AI搜索、Search Agent、Native链路交互体验、Skills驱动等搜索全新升级。\n-基于VLLM&Agent建设全域全模态相关性评判能力。\n-基于LLM&用户终身行为的个性化Memory,打造更全、更懂、更准的用户意图赋能搜索全链路。\n-基于LLM结合世界知识&推理&User-Query-LLM-Wiki,打造电商领域个性化生成式推荐的技术行业标杆。\n-基于VLLM&多模态&生成式推荐,打造基于纯模态的新品链路,提升新品在手淘的分发效率。 \n-基于Agentic架构实现VLLM用户深度意图推理&动态导购策略规划&智能触发决策,打造流内可交互式的AI搜索能力,提升搜索体验和承接效率。 \n-基于Agentic AI探索全场景、多模态的生成式推词能力,预测淘宝用户全周期的电商购物需求,提升搜索导购效率 \n-基于VLLM&AIGC,构建专业穿搭大模型及搭配内容知识库,低成本、规模化生产高质量跨店穿搭内容,全面覆盖穿搭类搜索需求。\n\n职位要求\n1. 计算机科学/人工智能/机器学习等相关领域的硕士或博士,具备扎实的编程基础(Python/C++/Java),熟悉常用算法与数据结构。\n2. 掌握机器学习基础理论,了解搜、推、广系统/自然语言处理/多模态等至少一个领域。\n3. 有PyTorch/TensorFlow等框架使用经验,参与过算法竞赛(Kaggle/天池等)或开源项目者优先。\n4. 对AI技术充满好奇心,主动关注大模型、搜推广系统、NLP、强化学习等领域前沿进展。\n5. 在顶级会议或高水平期刊发表过论文,或有复现前沿论文的经验者优先。\n6. 具备较强的问题拆解能力,能通过数据分析定位业务痛点并提出创新思路。\n7. 良好的沟通能力,能与工程师、产品经理高效协作,将技术方案转化为业务价值。\n8. 对电商场景有基本认知,愿意深入理解用户需求与商业逻辑。\n【加分项】\n1. 有大模型训练/微调经验(如Llama、GPT、多模态模型)或搜推广算法相关项目经历。\n2. 有海量数据处理经验或者大厂实习经验。\n3. 在算法竞赛中获得优异成绩(ACM-ICPC/挑战赛TOP10等)或者顶会论文发表。\n\n在招业务\n淘天集团",
"requirements_text": "",
"skills": [],AI生成
"preferred_qualifications": "",
"job_highlights": ""
},
"contact": {
"recruiter_name": "",
"contact_methods": []
},
"posting": {
"posting_id": "199907720116",
"post_date": "2026-08-10",
"hire_time": "",
"update_date": "",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907720116?deptCodes="
},
"fulltext": "基于大模型的搜索算法研究与应用-阿里星/T-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:北京 / 杭州\n\n职位描述\n团队是淘天集团内专注于创新和优化搜索技术的核心团队,支撑淘天超大规模检索、相关性、预估、Query理解、顶层机制设计、AI搜,直接驱动千亿级GMV。我们的任务是通过持续研发高效、精准的搜索算法,以提升用户的在线购物体验和满意度,进而推动电商平台的商业成功。在这一关键角色中,你将参与淘宝搜索功能的核心算法研究,特别是专注于大模型在信息检索领域的应用、AI创新产品和AI搜等创新领域。我们深度理解搜索引擎的工作原理,在生成式排序/检索、AI大模型全链路应用、模型Scaling和Infra、多模态技术、AI Agent等技术方面持续深耕。\n相关研究课题细分方向如下:\n-基于Agentic AI探索包含不但不限于AI搜索、Search Agent、Native链路交互体验、Skills驱动等搜索全新升级。\n-基于VLLM&Agent建设全域全模态相关性评判能力。\n-基于LLM&用户终身行为的个性化Memory,打造更全、更懂、更准的用户意图赋能搜索全链路。\n-基于LLM结合世界知识&推理&User-Query-LLM-Wiki,打造电商领域个性化生成式推荐的技术行业标杆。\n-基于VLLM&多模态&生成式推荐,打造基于纯模态的新品链路,提升新品在手淘的分发效率。 \n-基于Agentic架构实现VLLM用户深度意图推理&动态导购策略规划&智能触发决策,打造流内可交互式的AI搜索能力,提升搜索体验和承接效率。 \n-基于Agentic AI探索全场景、多模态的生成式推词能力,预测淘宝用户全周期的电商购物需求,提升搜索导购效率 \n-基于VLLM&AIGC,构建专业穿搭大模型及搭配内容知识库,低成本、规模化生产高质量跨店穿搭内容,全面覆盖穿搭类搜索需求。\n\n职位要求\n1. 计算机科学/人工智能/机器学习等相关领域的硕士或博士,具备扎实的编程基础(Python/C++/Java),熟悉常用算法与数据结构。\n2. 掌握机器学习基础理论,了解搜、推、广系统/自然语言处理/多模态等至少一个领域。\n3. 有PyTorch/TensorFlow等框架使用经验,参与过算法竞赛(Kaggle/天池等)或开源项目者优先。\n4. 对AI技术充满好奇心,主动关注大模型、搜推广系统、NLP、强化学习等领域前沿进展。\n5. 在顶级会议或高水平期刊发表过论文,或有复现前沿论文的经验者优先。\n6. 具备较强的问题拆解能力,能通过数据分析定位业务痛点并提出创新思路。\n7. 良好的沟通能力,能与工程师、产品经理高效协作,将技术方案转化为业务价值。\n8. 对电商场景有基本认知,愿意深入理解用户需求与商业逻辑。\n【加分项】\n1. 有大模型训练/微调经验(如Llama、GPT、多模态模型)或搜推广算法相关项目经历。\n2. 有海量数据处理经验或者大厂实习经验。\n3. 在算法竞赛中获得优异成绩(ACM-ICPC/挑战赛TOP10等)或者顶会论文发表。\n\n在招业务\n淘天集团"
}