阿里妈妈-高级算法工程师（NLP和相关性方向）-北京*

优缺点分析

角色解读

• 在阿里妈妈体系内，可向技术专家方向发展，深耕NLP和搜索广告算法领域，成为团队核心技术骨干
• 有机会带领小团队，负责更复杂的算法项目，逐步走向技术管理岗位
• 积累电商领域海量数据和业务经验，未来可在行业内成为搜索、推荐、广告领域的资深专家
• 负责搜索广告场景下的Query理解、商品理解与相关性判别算法的研发与优化，提升广告匹配精度和用户体验
• 应用LLM、MLLM等前沿技术，设计并实施prompt、SFT、RL等算法方案，解决业务中的相关性挑战
• 建设并完善标签体系和标注标准，通过数据飞轮机制持续提升数据质量，积累电商领域数据资产
• 与工程团队紧密合作，从算法与工程协同设计的角度，优化离在线算法和系统架构，确保算法价值落地
• 扎实的计算机科学基础，精通Java、C++或Python等至少一种编程语言
• 深入理解机器学习、深度学习算法，熟练使用TensorFlow或PyTorch等主流框架
• 具备丰富的LLM应用经验，包括数据处理、prompt设计、SFT和RL优化等
• 优秀的分析问题和解决问题的能力，以及良好的团队沟通协作能力

申请策略

• 在面试前，深入了解阿里妈妈搜索广告的业务模式和技术挑战，准备相关案例
• 关注阿里巴巴的技术博客和开源项目，了解团队的技术方向和风格
• 突出在NLP、搜索、推荐或广告领域的项目经验，特别是涉及LLM应用（如prompt设计、SFT、RL）的实践
• 强调扎实的编程能力和算法基础，展示在TensorFlow或PyTorch等框架下的实际项目成果
• 如有开源项目贡献或ACM、Kaggle等竞赛获奖经历，务必重点突出
• 如有相关领域的高水平论文发表，应在简历中显著位置列出
• 系统梳理LLM相关技术，特别是SFT、RLHF等优化方法，并尝试在项目中实践
• 深入了解搜索广告业务链路，理解相关性、用户体验等核心概念

面试指南

• 对于项目类问题，采用STAR法则（情境、任务、行动、结果）清晰阐述，突出个人贡献和技术难点
• 对于算法设计类问题，先明确业务目标和约束，再提出技术方案，并分析其优缺点和适用场景
• 对于效果评估类问题，强调数据驱动和AB测试的重要性，并结合具体业务指标进行说明
• 请详细描述一个你使用LLM解决实际业务问题的项目，包括技术选型、prompt设计、模型优化和效果评估
• 如何设计一个搜索场景下的相关性判别模型？请谈谈你的思路和关键技术点
• 在数据质量不高的情况下，你会如何构建和优化Query理解或商品理解的标签体系？
• 请解释SFT和RLHF的原理，并说明在电商搜索场景下如何应用？
• 如何评估一个相关性优化算法的上线效果？你会关注哪些核心指标？