岗位职责
- 负责搜索广告投放漏斗的算法优化,覆盖召回、粗排等核心环节的模型迭代与效果提升;
- 基于大规模机器学习开展用户兴趣建模与商品表征学习,提升超大规模广告场景下的召回效率与精准度;
- 跟进 NLP、CV 等技术前沿,研究多模态大模型与大语言模型在搜索广告中的应用与创新;
- 深入理解淘宝业务特性,结合内容化等战略方向,挖掘算法驱动的业务增长点并推动落地;
- 负责用户冷启动与商品冷启动在搜索广告中的机制研究与落地应用。
职位要求
- 具备推荐、搜索、广告或机器学习相关方向的知识背景,算法与数据结构基础扎实,学习与沟通表达能力良好;
- 在推荐/搜索系统的排序及相关模型上有丰富的实战经验,熟悉业界主流的经典算法与工程实践;
- 极佳的工程实现能力,精通 Python、C/C++、Java 中至少一门编程语言;
- 持续跟进行业前沿技术落地与学术界最新理论进展,乐于挑战超大规模机器学习中的核心难题,具备良好的团队合作与跨团队推动意识。 加分项
- 具有大规模、分布式场景下推荐、搜索、广告等算法体系的建设与优化经验;
- 曾在 SIGIR、KDD、WWW、AAAI、IJCAI 等国际顶级会议或期刊发表论文;
- 在 ACM-ICPC、NOI/IOI,或 Kaggle、阿里天池等机器学习类竞赛中取得优异成绩。