阿里巴巴
淘天算法技术-搜索供给机制算法工程师-杭州
淘天算法技术-搜索供给机制算法工程师-杭州
发布于 大约 14 小时前普通员工/个人贡献者
杭州市
初级经验
全职员工
仅现场办公
硕士
机器学习工程
Agentic Ai
Pytorch
Tensorflow
分布式计算
多模态
大语言模型
推荐系统
搜索算法
机器学习
AI 估算 · 30k–60k
阿里巴巴核心算法岗，硕士学历，技术门槛高，杭州薪资有竞争力，16薪左右。
职位详情
关于这个职位
这是阿里巴巴淘天集团搜索供给算法团队的核心岗位，专注于电商供给策略的优化，通过深度学习、大语言模型、多模态等前沿技术提升供给效率和交易价值
你将参与主搜核心算法研发，负责价量效应、定价决策、运筹规划等深度任务，并与流量分发、广告出价等团队联动，推动平台商品的供给突破
适合具备扎实算法功底、热爱技术挑战的候选人
最低要求
基本要求：
计算机、人工智能、电子信息、数学等相关专业硕士及以上学历，博士优先
年以上相关工作经验
具备扎实的机器学习/深度学习理论基础，持续跟进学术界及业界召回，排序，NLP等领域的算法模型
代码能力扎实，精通Python/Java/C++中至少一门语言，熟练使用PyTorch/TensorFlow等至少一种深度学习框架
具备优秀的数据分析、问题解决能力和良好的团队协作精神，有大规模机器学习/个性化推荐/广告/信息检索/自然语言处理相关领域工作经验
工作职责
核心模型研发与创新： 负责淘宝主搜的核心算法研发，主导设计和优化面向电商场景的价量、组合效应、定价连续决策、运筹规划等深度任务
创新研究Agentic AI、多模态（文图、视频）、生成式调控等前沿方向，从模型层面根本性地提升供给履约确定性、商家经营体感与用户消费体验
电商知识资产构建： 主导构建电商领域的高质量多模态数据飞轮
通过知识库建设、主动学习、数据挖掘和智能标注等手段，持续迭代和优化数据质量，为大模型的训练和迭代提供核心“燃料”，沉淀公司级的电商知识数据资产
供给生态洞察与实践：深入理解商家成本结构优化在平台流量策略下交付用户消费体验的全流程
建立一套数据导向、科学的、完备的供给优化方法论
以多方共赢的视角设计下一代供给策略的优化方案，确保技术的价值导向
前沿技术探索与应用： 密切追踪LLM（大语言模型）、MLLM（多模态大模型）、Agentic AI等领域的最新技术进展
快速进行技术预研、验证，并将其创造性地应用于电商搜索业务中，解决实际问题
在应用基础上进行技术创新，鼓励发表高水平论文、申请技术专利，构建团队在行业内的技术影响力
优先资格
加分项：
在电商搜索、广告、推荐等相关领域有实际工作经验，深刻理解业务
有Agentic AI、运筹优化、因果推断、反事实预估等技术方向有深入的理解和相关项目实践经验
在CVPR, ICCV, NeurIPS, ICML, ICLR, ACL, SIGIR, KDD等顶级学术会议上发表过论文者优先
熟悉分布式计算平台（如Spark, Flink, MaxCompute等），有处理海量数据的经验
有开源社区贡献或在Kaggle等数据科学竞赛中取得优异成绩者优先
AI 洞察
优缺点分析
优点
- 团队专注前沿技术（LLM、多模态、Agentic AI），有充足计算资源和试错文化
- 清晰的职业晋升通道，支持技术深度和业务广度发展
- 杭州互联网环境优越，薪资和福利有竞争力
- 涉及多团队协作，需要较强的沟通和全链路思维
- 对综合能力要求高，需同时具备算法、工程和业务理解
缺点 / 挑战
- 阿里巴巴核心电商业务，海量真实数据和复杂业务场景，技术挑战大
- 工作强度可能较高，需长期跟进前沿技术并快速落地
- 适合热爱技术挑战、追求快速成长，且能适应高强度工作的算法工程师
角色解读
- 在技术深度上可向领域专家（如搜索算法专家、大模型算法专家）方向发展
- 在业务宽度上可晋升为技术Leader，带领团队负责核心供给策略
- 依托阿里巴巴平台，有机会发表高水平论文、申请专利，提升行业影响力
- 负责淘宝主搜供给侧的算法研发，包括价量模型、定价决策、运筹优化等核心策略
- 构建电商多模态数据飞轮，通过知识库、主动学习等提升大模型训练数据质量
- 与流量分发、广告出价等团队联动，全链路优化供给策略
- 跟踪LLM、MLLM、Agentic AI前沿技术，并快速应用到电商搜索场景
- 扎实的机器学习和深度学习理论基础，熟悉主流算法模型
- 熟练的编程能力，精通Python/Java/C++至少一门，熟悉PyTorch/TensorFlow
- 具备大规模机器学习/推荐/广告/搜索/NLP等领域的实际经验
- 具有运筹优化、因果推断、多模态或Agentic AI等方向的项目经验更佳
申请策略
- 提前了解淘宝搜索供给业务场景，思考技术如何提升经济效率
- 关注阿里巴巴文化，并在面试中展现创新和协作精神
- 突出大规模机器学习/推荐/搜索项目经验，量化业务提升指标
- 强调与JD相关的技能，如Python、PyTorch、TensorFlow、深度学习模型
- 如有多模态、LLM、运筹优化等前沿项目，务必重点描述
- 有顶会论文或知名竞赛成绩也需显著列出
- 补充Agentic AI、多模态大模型等前沿方向的理论和实践
- 熟悉分布式计算框架（Spark、Flink）的海量数据处理经验
面试指南
- 采用STAR法则：情境-任务-行动-结果，清晰展现项目过程和你的贡献
- 针对算法设计问题，先从业务目标出发，再分析数据、模型选型、优化方法和评估体系
- 遇到开放性问题，提出多种方案并比较优劣，再给出推荐方案及理由
- 请分享一个你主导的推荐或搜索算法项目，如何优化目标？
- 你如何理解价量效应？在电商场景中如何建模？
- 如果让你设计一个LLM驱动的供给策略，你会怎么做？
- 你如何处理多模态数据？有哪些实践经验？
- 遇到模型效果提升不明显时，你会如何排查和解决？
职位点评
73
综合评分
电商巨头核心算法岗，前沿技术栈，薪资优越但工作强度和WLB未明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
最适合追求技术成长、平台资源和职业发展空间的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活50
使命价值70
薪资福利
75中等
阿里巴巴提供具有竞争力的薪酬福利，但JD未明确具体薪资数字，补偿性依赖行业认知。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
90较高
该职位处于技术前沿，明确提供成长路径和晋升通道，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈LLM、MLLM、Agentic AI、多模态、运筹优化、因果推断、PyTorch、TensorFlow、Spark、Flink
成长机会清晰的成长路径、完善的职业发展体系、技术晋升通道
业务类型profit_center
工作生活
50较低
工作地点在杭州，未提及远程或弹性办公，工作强度和WLB不明确。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
电商搜索算法推动商业效率提升，行业前景良好，但社会影响力中性。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs