淘天算法技术-营销算法工程师 LLM方向-杭州

淘天营销算法团队作为淘系核心的算法团队，致力于将大语言模型与电商营销场景深度融合，驱动从商品供给到前台推荐全链路的智能化升级，服务业务包括营销产品（聚划算、天天特卖、百亿补贴、有好价等）、大促活动（618、双十一、双十二等）等淘系核心场景。 具体职责包括但不限于：

1. 研究大语言模型在电商营销场景的 Agent 规划与决策算法，探索 LLM 在多步推理、工具调用、自我反思与纠错中的核心能力边界；针对大促策划、选品、权益分发等场景，研究 Agent 的任务分解、奖励建模与策略优化方法，推动 Agentic AI 从单轮指令执行到自主目标驱动的范式演进。
2. 负责大语言模型的后训练与对齐，包括 SFT、RLHF/RLAIF、DPO 等训练范式在电商场景的应用，通过偏好优化提升模型在推荐、导购、营销内容生成等任务上的效果与可靠性。
3. 探索生成式推荐新范式，研究 LLM 在商品召回、个性化排序、交互式导购等场景的训练与推理方法，创造区别于传统 ID-based 推荐的新一代推荐产品形态。 这是一支快速成长的学习型团队，在创造业务价值的同时持续输出学术成果，团队成员每年在 NeurIPS、ICML、ACL、WWW、SIGIR 等国际顶会发表多篇论文。团队学习氛围浓厚，每年组织数十场技术分享交流，诚邀大模型方向的优秀人才加入，共同定义电商智能化的下一代范式。

1. 硕士及以上学历。
2. 深入理解大语言模型原理，熟悉主流后训练方法（SFT / RLHF / DPO / GRPO 等）中至少一项，有实际训练或对齐经验优先。
3. 有 Agent 系统开发经验（工具调用、多步规划、ReAct/Function Calling 等）者优先。
4. 有推荐算法背景者，需具备生成式推荐（如 LLM-based 召回/排序、对话式推荐）相关经验，传统 ID-based 推荐经验不作为加分项。
5. 2年以上相关领域工作经验（应届博士生可放宽）。
6. 良好的团队协作与沟通能力，具备一定的项目推进能力。