阿里巴巴
淘天算法技术-推荐算法工程师-杭州
淘天算法技术-推荐算法工程师-杭州
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推荐系统
推荐系统
Aigc
Diffusion
Pytorch
Tensorflow
因果推断
多模态表征
推荐算法
生成式推荐
值不值得投
77综合评分
综合评分 77
阿里核心业务算法岗，技术栈前沿且成长空间大，薪资竞争力强，WLB情况未知。
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。
薪资怎么样
5万
比推荐系统中位数高
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 3020 个在招 · 其中推荐系统 14 个
市场机会
选择适中
杭州 · 推荐系统 · 23 个在招
职位详情
关于这个职位
负责88VIP会员权益素材的智能生成与个性化推荐算法研发，结合Agent与AIGC技术实现素材生成与推理式推荐，提升会员权益触达与转化效果
最低要求
计算机、数学、人工智能等相关专业硕士及以上学历，3年以上算法研发经验，有Agent应用、AIGC素材生成或内容/素材推荐经验者优先
具备良好的代码实现能力，熟练使用至少一种开源深度学习框架（如PyTorch、TensorFlow）
精通深度学习、生成式推荐技术，熟悉Agent工作流编排、Diffusion图文生成、素材表征学习、推理式推荐，具备AIGC素材生成或数据反馈闭环落地经验
具有良好的逻辑分析与问题拆解能力，能快速学习前沿技术，并推动技术方案与业务场景的深度融合
对电商、社交或内容推荐场景有深刻理解，熟悉会员营销、素材创意与用户增长策略，能快速将技术方案转化为业务价值
工作职责
负责88VIP会员权益素材的智能生成算法，基于Agent工作流编排与线上数据反馈闭环，实现文案/图片/异构创意素材生成，通过效果数据回流持续迭代优化生成策略，提升素材供给效率与个性化水平
设计并落地基于推理与素材表征的素材-权益-用户联合推荐链路，构建素材多模态表征、推理式召回排序能力，实现素材千人千面精准分发，提升会员权益触达与转化核心指标
参与权益素材生成与推荐系统全链路的算法设计和实现，解决Agent编排、数据反馈闭环、素材表征学习、推理式推荐与因果归因等核心问题，持续优化模型链路准度和在线效果
优先资格
有Agent应用、AIGC素材生成或内容/素材推荐经验者优先
AI 洞察
优缺点分析
优点
- 核心业务围绕88VIP高净值用户，业务价值高且数据反馈闭环完善，算法优化效果易于验证
- 团队技术氛围好，有顶会论文发表与高校AIR项目合作机会，利于个人技术深度与广度拓展
- 前沿技术（如Agent编排、推理式推荐）在复杂业务场景中的落地难度大，需不断探索与试错
- 适合具备扎实算法基础、对AIGC与推荐系统有浓厚兴趣，且希望在电商核心业务中深耕的算法工程师
缺点 / 挑战
- 技术方向前沿，涵盖Agent、AIGC与推理式推荐，技术挑战性强，能接触行业最新技术趋势
- 业务对转化等核心指标要求高，需承受一定的业务压力与快速迭代节奏
角色解读
- 可向推荐算法专家、AIGC算法架构师方向发展，深耕大消费生态的核心算法链路
- 依托团队技术氛围，有机会持续发表顶会论文并参与高校合作，积累行业技术影响力
- 负责88VIP会员权益素材的智能生成与个性化推荐算法研发，实现文案、图片等异构创意素材的生成与优化
- 设计基于推理与素材表征的联合推荐链路，构建多模态表征与推理式召回排序能力，实现千人千面精准分发
- 参与全链路算法设计，解决Agent编排、数据反馈闭环、因果归因等核心技术问题，持续提升在线效果
- 精通深度学习与生成式推荐技术，熟悉Agent工作流编排与Diffusion图文生成模型
- 熟练使用PyTorch或TensorFlow等开源深度学习框架，具备优秀的代码实现与工程落地能力
- 对电商推荐场景有深刻理解，熟悉会员营销与用户增长策略，能将技术方案转化为业务价值
申请策略
- 了解阿里88VIP业务模式及会员营销策略，准备关于素材生成与推荐链路优化的深度思考
- 准备1-2个能体现自己解决复杂算法问题能力的深度项目案例，展现技术攻坚能力
- 突出在Agent应用、AIGC素材生成或推荐系统方面的实际落地经验，强调技术深度
- 展示使用PyTorch/TensorFlow进行模型开发与优化的能力，以及解决复杂工程问题的经验
- 强调将技术方案转化为业务指标（如CTR、CVR）提升的具体案例与数据结果
- 深入学习Agent工作流编排与Diffusion模型原理，了解其在内容生成领域的最新应用
- 研究推理式推荐与因果推断在推荐系统中的前沿论文与开源实现，提升理论深度
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经验，突出个人贡献与业务收益
- 按照“问题分析-方案设计-实验验证-业务收益”的逻辑阐述技术落地过程，体现系统性思维
- 请详细介绍你过往在AIGC素材生成或推荐系统中的一个核心项目，遇到了什么技术挑战？
- 如何设计基于Agent工作流编排的素材生成链路，并实现线上数据反馈闭环？
- 在推理式推荐中，如何构建素材多模态表征以提升召回排序的准度？
- 针对88VIP会员权益推荐，你认为提升转化率的核心算法策略有哪些？
- 复习深度学习、推荐系统经典模型及AIGC前沿技术（如Diffusion、Agent），确保基础扎实
- 了解阿里淘天集团近期的业务动态与技术分享，展现对行业趋势的关注与思考
职位点评
薪资福利85
成长发展90
工作生活50
使命价值70
薪资福利
85较高
阿里核心业务算法岗，薪资处于行业头部水平，具备较强的市场竞争力。
薪资信号偏高 (3.5千–6.5万/月)
成长发展
90较高
技术方向涵盖Agent与AIGC等前沿领域，且明确提及顶会论文与高校合作，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈Agent、AIGC、Diffusion、PyTorch、TensorFlow、多模态表征、推理式推荐、因果推断
成长机会持续发表顶会论文、高校AIR项目合作课题、深度参与行业课题探索
业务类型profit_center
工作生活
50较低
JD未提及任何办公模式与工作强度信息，无法准确评估WLB情况。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
服务于88VIP高净值用户，业务商业价值明确，但属于电商营销导向，社会公共影响力一般。
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
Watch Jobs