阿里巴巴
淘宝平台事业部-高级算法工程师-阿里资产
淘宝平台事业部-高级算法工程师-阿里资产
发布于 大约 14 小时前普通员工/个人贡献者
杭州市
中级经验
全职员工
仅现场办公
本科
算法优化工程师
Ab实验
Llm
多模态
推荐系统
机器学习
深度学习
用户增长
AI 估算 · 30k–50k
职位详情
关于这个职位
作为阿里巴巴淘天集团的高级算法工程师，你将负责基于Agent的商品理解或生成式推荐与用户增长算法的研发
工作涉及大模型应用、多模态信息处理、推荐系统优化等前沿技术，适合有2年以上算法经验、对技术有热情的候选人
你将参与核心业务场景的算法闭环，推动业务指标提升
最低要求
本科及以上学历（硕士优先），计算机、人工智能、数学统计等相关专业，2年以上算法相关工作经验
扎实的机器学习 / 深度学习功底，熟练掌握至少一个主流深度学习框架，有完整的从离线到线上算法闭环落地经验
在以下至少一个方向有实战经验：
LLM Agent：熟悉 Agent 架构设计（规划、工具调用、多步编排），有大模型应用落地经验
生成式推荐：熟悉生成式召回 / 生成式排序范式，有大模型在推荐场景的应用经验
用户增长：熟悉触达类场景（Push / 外投 / 消息）的算法优化，有用户分层与策略迭代经验
熟悉大规模数据离线训练与在线推理部署流程，有 AB 实验设计与效果归因经验
良好的编码能力（Python，Java），能独立完成算法方案的工程化落地
自驱力强，善于主动定义问题、拆解方案，有良好的跨团队协作能力
工作职责
方向一：Agent 算法 —— 基于 Agent 的商品理解
负责基于 Agent 范式的商品理解体系建设，设计端到端的商品理解 Agent 系统，实现非标资产商品的结构化认知（属性抽取、知识结构化、质量评估等）
负责 Agent 核心能力建设，包括任务规划、工具调用、多步推理编排、记忆与上下文工程，持续提升理解结果的准确率与覆盖度
负责商品理解所需多模态信息解析能力建设（图文、文档、表格等），完成技术方案选型与工程化落地
建设商品理解效果的评测与监控体系，推动理解结果在搜索、推荐、导购等业务场景的应用闭环
方向二：搜推用增算法 —— 生成式推荐与用户增长
负责生成式推荐算法建设，探索大模型在召回、排序等推荐核心环节的落地，构建并迭代生成式推荐范式，提升个性化推荐效率
负责用户增长算法建设，优化 Push、外投等用户触达渠道的算法效果，通过用户分层、触达策略优化持续提升触达转化效率
负责搜推用增链路的模型训练与推理性能优化，建设稳定的离线训练、增量更新与在线服务链路
通过 AB 实验设计与效果归因，持续驱动核心业务指标提升
AI 洞察
优缺点分析
优点
- 阿里巴巴平台大，技术积累深厚，能接触前沿的大模型和推荐技术
- 业务场景丰富，算法落地价值高，个人影响力大
- 薪资福利优厚，有股票期权，职业发展空间大
- 团队技术氛围浓厚，与优秀同事共事，学习机会多
- 工作强度大，互联网大厂节奏快，可能需要加班
- 技术迭代快，需要持续学习，保持技术领先
缺点 / 挑战
- 业务压力大，需要关注核心指标，结果导向
- 适合有2年以上算法经验，对技术有热情，能承受压力，希望在大型平台快速成长的求职者
角色解读
- 从高级算法工程师向算法专家或技术Leader发展，负责更核心的算法方向
- 在阿里巴巴大平台，有机会接触海量数据和复杂业务场景，技术成长迅速
- 可向技术管理或架构师方向发展，或深耕大模型应用领域成为行业专家
- 负责基于Agent的商品理解系统设计，实现非标资产的结构化认知，包括属性抽取、知识结构化等
- 或负责生成式推荐算法，探索大模型在召回、排序中的应用，提升推荐效率
- 或优化用户增长算法，通过用户分层和触达策略提升Push、外投的转化效率
- 建设评测监控体系，推动算法在搜索、推荐、导购等业务场景的应用闭环
- 扎实的机器学习和深度学习基础，熟悉主流框架如TensorFlow或PyTorch
- 具备LLM Agent或生成式推荐或用户增长方向的实战经验
- 熟悉大规模数据训练和在线推理部署，有AB实验设计和归因经验
- 良好的编码能力，精通Python或Java，能独立完成工程化落地
申请策略
- 了解阿里巴巴的业务和淘宝平台的特点，在面试中展示业务理解
- 准备项目案例，突出技术难点和解决方案，体现思考深度
- 突出在LLM Agent、生成式推荐或用户增长方向的项目经验，量化成果
- 强调完整的算法闭环落地经验，包括离线训练、在线推理和AB实验
- 展示扎实的编程能力，如Python、Java，以及深度学习框架的使用
- 提及跨团队协作和自驱解决问题的案例
- 深入学习大模型应用，如Agent架构、RAG、微调等
- 熟悉推荐系统最新进展，如生成式推荐、大模型召回排序
面试指南
- 使用STAR法则：情境、任务、行动、结果，清晰展示项目
- 强调技术选型的原因和权衡，体现思考深度
- 结合业务指标，说明算法改进带来的实际价值
- 请介绍一个你负责的算法项目，从问题定义到落地的完整过程
- 如何设计一个基于Agent的商品理解系统？请谈谈你的思路
- 在推荐系统中，如何利用大模型提升召回或排序效果？
- 如何通过AB实验评估算法效果？请举例说明
- 面对海量数据，如何优化模型训练和推理性能？
职位点评
75
综合评分
大厂高薪，前沿技术，成长空间大，但工作强度高，WLB一般。
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
适合追求技术成长和职业发展，能接受高强度工作的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展90
工作生活40
使命价值70
薪资福利
85较高
阿里巴巴作为大厂，薪资福利优厚，但具体薪资未披露，可能面议。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
职位涉及前沿的大模型和推荐技术，成长空间大，但JD未明确提及晋升路径。
技术前沿前沿/新兴技术
技术栈LLM、Agent、生成式推荐、大模型、多模态
业务类型profit_center
工作生活
40较低
工作地点在杭州，但JD未提及工作模式，大厂通常加班较多，WLB一般。
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
阿里巴巴在电商领域有影响力，但职位本身社会价值中性，行业前景好。
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