
阿里巴巴
淘天算法技术-用增外投广告出价算法-杭州/北京
淘天算法技术-用增外投广告出价算法-杭州/北京
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Dpo
Llm后训练
Pytorch
Rlhf
Rta
Sft
Tensorflow
多智能体强化学习
强化学习
值不值得投
76综合评分
综合评分 76
淘宝核心用增外投出价算法岗,前沿技术密集、业务影响强,办公模式未明确。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。
薪资怎么样
6.8万
比算法优化工程师中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 5200 个在招 · 其中算法优化工程师 约 140 个
市场机会
选择面较广
杭州 · 算法优化工程师 · 约 150 个在招
职位详情
关于这个职位
该职位聚焦淘宝用户增长外投广告场景,负责RTA/RTB智能出价、跨渠道成本规划、多ADX多智能体强化学习及LLM Agent调价参数生成等核心算法研发
你将参与亿级用户规模下的广告出价链路优化,直接影响获客效率、增量GMV和用户LTV等关键业务指标
最低要求
具备优秀的代码规范与系统工程能力,熟悉TensorFlow/PyTorch等深度学习框架,有大规模分布式训练与在线服务部署经验
深入理解强化学习理论,熟悉生成式模型在序列决策或轨迹生成中的应用
具备大模型后训练经验,熟悉SFT、RLHF、DPO等技术栈,了解如何将LLM融入传统推荐/广告排序或智能决策链路
关注行业前沿技术应用和学术界较新理论突破,对具挑战性的问题充满热情,拥有良好的团队合作意识,拥有良好的沟通能力
工作职责
负责手淘外投广告场景的算法优化工作,包括RTA、RTB智能出价与跨渠道成本规划等算法研发
完善离线仿真环境,利用前沿的强化学习、生成式模型及LLM后训练等技术,解决复杂约束下的多目标优化问题
优化多ADX环境下的多智能体强化学习模型,提高广告主收益
深入理解外投的业务特点,结合素材理解,广告位理解,标题生成等方向,挖掘算法驱动业务的增长点,搭建算法模型并推动落地
搭建基于LLM的Agent架构,根据自然语言指令生成调价参数,实现更灵活的人机协同广告投放
优先资格
加分项:
a.在KDD、SIGIR、WWW、ICML、NeurIPS、RecSys等国际顶会发表过推荐/广告或大模型相关论文优先;
b.有大规模在线广告、推荐系统实战经验,或成功将大模型技术应用于工业级场景
c.在ACM、Kaggle、天池等竞赛中取得优异成绩,或在开源社区有高星贡献项目
AI 洞察
优缺点分析
优点
- 岗位处于淘宝核心用增场景,出价模块对获客效率、增量GMV和用户LTV影响直接,技术贡献可见度高
- JD明确涉及强化学习、生成式模型、LLM后训练和Agent架构,技术前沿性较强
- 团队强调海量数据、高并发和工业级训练推理,适合希望处理真实大规模算法问题的工程师
- 外投广告出价同时涉及业务指标、成本约束、多ADX环境和在线实时决策,问题复杂度高
- 需要兼顾算法创新、离线仿真、在线部署和业务落地,对系统工程能力要求很高
- 适合有大规模广告、推荐、搜索或增长算法经验,且希望把强化学习和大模型技术落到核心业务场景的资深算法工程师
缺点 / 挑战
- 岗位要求资深经验与前沿技术积累,竞争门槛较高
角色解读
- 短期可深入广告出价、强化学习和LLM Agent在真实业务中的落地,积累亿级流量场景经验
- 中期可向核心算法专家、广告推荐系统架构负责人或用户增长算法负责人发展
- 长期可拓展到商业化算法、智能决策平台、大模型应用架构或技术管理方向
- 负责手淘外投广告出价算法研发,包括RTA、RTB智能出价和跨渠道成本规划,直接服务淘宝用户增长场景
- 你需要构建离线仿真环境,用强化学习、生成式模型和LLM后训练方法解决复杂约束下的多目标优化问题
- 你还会优化多ADX环境下的多智能体强化学习模型,并搭建基于LLM的Agent,根据自然语言指令生成调价参数
- 需要扎实的机器学习与深度学习基础,熟悉TensorFlow/PyTorch,并具备大规模分布式训练和在线服务部署经验
- 需要深入理解强化学习、生成式模型、序列决策、轨迹生成,以及SFT、RLHF、DPO等大模型后训练技术
- 还需要具备广告/推荐系统业务理解能力,能把算法模型落地到工业级外投广告链路
申请策略
- 申请前建议了解淘天用户增长和外投广告的业务背景,重点思考如何用算法提升获客效率、增量GMV和LTV
- 面试中尽量用业务指标和技术指标共同证明项目价值,避免只讲模型结构而忽略落地效果
- 重点突出你在广告出价、推荐排序、用户增长或智能决策链路中的真实项目,尤其是可量化的业务指标提升
- 强调大规模分布式训练、在线推理部署、高并发服务经验,以及使用TensorFlow/PyTorch构建和上线模型的能力
- 单独列出强化学习、生成式模型、SFT、RLHF、DPO、LLM Agent等相关经历
- 若有KDD、SIGIR、WWW、ICML、NeurIPS、RecSys论文,或ACM、Kaggle、天池竞赛、开源高星项目,应放在显眼位置
- 补齐强化学习在序列决策、多智能体、离线仿真和约束优化中的实战方法,准备可讲清楚的实验设计与评估指标
- 加强对LLM后训练和Agent架构的理解,尤其是如何把自然语言指令转化为可执行的调价参数或决策策略
面试指南
- 回答项目类问题时,可按“业务背景—目标指标—技术方案—实验验证—上线落地—复盘迭代”的结构展开,并给出可量化结果
- 回答算法设计题时,先明确约束条件和优化目标,再拆解状态、动作、奖励、仿真、评估与线上灰度方案
- 回答大模型应用题时,强调可控性、延迟、成本、安全边界和与传统排序/决策系统的结合方式
- 请介绍一个你主导的大规模广告出价或推荐算法项目,包括模型设计、上线过程和业务收益
- 如何设计RTA/RTB智能出价算法,在成本约束下同时优化获客效率、GMV和LTV?
- 离线仿真环境与真实线上环境存在偏差时,你会如何建模、评估和迭代?
- 如何将SFT、RLHF、DPO等大模型后训练技术融入广告排序或智能决策链路?
- 在多ADX环境下,多智能体强化学习模型可能遇到哪些稳定性问题,如何解决?
职位点评
薪资福利82
成长发展92
工作生活45
使命价值78
薪资福利
82较高
JD未披露薪资与福利信息,但岗位为资深核心算法方向,且明确处于淘宝核心用增场景,对薪酬动机求职者具有较强吸引力。具体薪资和福利需与招聘方确认。
薪资信号未披露(AI估算:5.0千–8.5万/月)
成长发展
92较高
JD明确涉及强化学习、生成式模型、LLM后训练、Agent架构和大规模分布式训练推理,技术成长空间很强。团队强调前沿技术实践、技术挑战和核心算法链路,适合重视技能深度与业务影响力的求职者。
技术前沿前沿/新兴技术
技术栈大规模机器学习、商品召回排序、序列建模、因果推断、运筹优化、RTA、RTB、强化学习、生成式模型、LLM后训练、多智能体强化学习、SFT、RLHF、DPO、LLM Agent、TensorFlow、PyTorch
成长机会前沿技术实践、浓厚的工程与算法氛围中快速成长、关键角色定位
业务类型profit_center
工作生活
45较低
JD仅明确北京/杭州工作地,未提及远程、弹性办公、双休或加班情况,因此生活化动机满足程度难以判断。岗位涉及海量数据、高并发和工业级算法落地,但JD未直接说明工作强度。
工作模式未明确
办公地点未明确
加班情况未提及(无法判断)
使命价值
78中等
岗位聚焦淘宝用户增长、获客效率、增量GMV和用户LTV,对商业增长价值明确。JD未直接强调社会使命或公共价值,但在前沿算法应用和核心业务突破方面具有较强意义感。
行业发展高速增长赛道
社会影响中性/一般
使命信号驱动淘宝用户的高效增长与长期价值提升、在获客效率、增量GMV和用户LTV等关键指标上持续突破、你的工作直接影响亿级用户的体验与核心业务指标
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
Advisory Researcher, On-Device Model & Agent Efficiency
联想 · 北京市
AI 估算 · 3.5–6.5万2 天前发布
2027校招-算法移植与优化工程师
海光信息 · 北京市
AI 估算 · 2.5–4.0万21 天前发布
规划算法研发岗(J51757)
京东方 · 合肥市
AI 估算 · 2.0–3.5万22 天前发布
能源管理系统算法开发主任工程师(053725)
隆基绿能 · 西安市
AI 估算 · 2.0–3.5万22 天前发布
算法开发工程师
京东 · 上海市
AI 估算 · 3.0–5.0万23 天前发布
定价算法专家
滴滴出行 · 北京市
AI 估算 · 6.0–12.0万23 天前发布
国际事业群IBG-算法实习生(MJ020608)
滴滴出行 · 北京市
AI 估算 · 0.2–0.4千23 天前发布
算法工程师
智谱 · 北京市
AI 估算 · 3.0–5.0万23 天前发布
Watch Jobs