岗位职责
- 研究大语言模型（LLM）在电商场景下对CTR/CVR预估与个性化排序的赋能路径，结合多模态增强、CoT推理等能力提升现有排序系统效果，实现更精准的人货匹配；
- 探索个性化生成式预估模型方案，包括生成式模型与判别式模型在搜索推荐场景下的效果与收益对比、生成式训练范式设计、模型结构优化，以及基于强化学习（RL）的排序目标对齐等方向；
- 研究判别式/生成式预估模型的高效Scaling方案，包括更高性价比的模型设计、训练加速与效率优化、线上部署与链路优化、计算复杂度与成本优化，推动先进技术在业务中的规模化落地；
- 探索基于Multi-Agent的商业化多目标系统的设计，完成在线可解释、白盒化的最优化。
职位要求
- 本科及以上学历，计算机、软件工程、人工智能、数学等相关专业；
- 熟练掌握 Java/C++/Python 至少一门语言；熟悉 TensorFlow 或 PyTorch 等主流深度学习框架之一；
- 扎实的机器学习与深度学习基础，理解常见算法原理；了解LLM基本原理与典型应用场景，具备LLM相关开发实践能力，包括但不限于：模型优化、Prompt工程、检索增强（RAG）、SFT微调等；
- 逻辑清晰、学习能力强，对新技术保持好奇并主动跟进前沿方向，能快速适应变化与新环境；
- 良好的数学基础与英语阅读能力；具备团队协作意识与合作经验；
- 对电商业务有基本认知，愿意深入理解用户需求与商业逻辑。 【加分项】
- 有推荐系统/搜索排序/机器学习/数据挖掘/计算机视觉等相关研究或项目实践经验；
- 有顶级会议论文发表经历，或有大模型微调与落地应用经验；
- 具备相关算法竞赛经历并获得奖项者优先。
