阿里巴巴
灵犀互娱-算法工程师-AI搜推
灵犀互娱-算法工程师-AI搜推
发布于 4 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
Dpo
Llm
Rag
Rlhf
Sft
多模态理解
大语言模型
排序模型
推荐算法
值不值得投
78综合评分
综合评分 78
核心搜推算法岗，技术栈前沿且成长空间大，薪资竞争力强，但业务指标压力与WLB需自行权衡。
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 3080 个在招 · 其中推荐系统 21 个
市场机会
选择不多
广州 · 推荐系统 · 5 个在招
职位详情
关于这个职位
该职位负责搜索与推荐算法的设计与研发，运用深度学习、大模型及多模态技术提升用户体验与商业转化
你需要深入理解业务逻辑，将需求转化为算法方案，并跟踪AI前沿技术推动工程化落地
最低要求
计算机、人工智能、数学或相关专业本科及以上学历，3年以上算法研发经验
在推荐算法、排序模型、语义检索等相关领域有深入研究和专业积累，熟悉从传统深度学习模型到大模型时代范式的演进脉络，具备将前沿技术转化为业务价值的创新能力
对机器学习模型在搜推场景的应用有扎实的工程经验，有可验证的效果产出和成功案例
对深度学习和强化学习有深入理解，同时熟悉大模型相关技术栈，至少在一个方向有实际落地经验
优秀的逻辑思维能力与数据敏感度，能够从海量数据中识别关键模式与异常信号，具备完整的分析能力，思维缜密，注重因果
良好的沟通与跨团队协作能力，能够与产品、工程、运营等非技术角色高效对齐目标
具备出色的项目规划与执行力、强烈的责任感，以及持续学习新技术的自驱力
工作职责
负责搜索与推荐算法的设计与研发，综合运用深度学习、大语言模型、多模态理解等技术，持续提升用户体验、流量效率与商业转化
深入理解业务与产品逻辑，能够与产品、运营、工程等团队高效协作，将业务需求转化为可落地的算法方案
具备从数据洞察到模型上线的全链路能力，支撑业务增长
持续跟踪AI前沿进展，包括但不限于大模型微调、模型蒸馏、多模态大模型、AI Agent等方向，结合业务场景评估并推动新技术的工程化落地
优先资格
有搜索引擎、推荐系统、广告系统、用户行为挖掘、大规模数据处理经验者优先
有LLM应用落地、多模态理解或AI Agent系统开发经验者优先
有多模态交叉研究或工程经验者优先，包括但不限于：计算机视觉（图像/视频理解）、自然语言处理（语义理解/文本生成）、语音处理（ASR/语音内容理解）、以及视觉-语言联合建模（如CLIP、多模态Embedding等）
AI 洞察
优缺点分析
优点
- 依托丰富的业务场景与海量数据，能够接触并落地最前沿的AI与大模型技术
- 搜推算法是互联网核心变现与增长引擎，业务价值高，技术积累深厚，职业发展前景广阔
- 适合具备扎实算法基础、对大模型与多模态技术有热情，且希望在高并发、大数据量场景下解决复杂业务问题的技术人才
缺点 / 挑战
- 需要持续跟踪AI领域的快速迭代，技术学习压力大，需不断将前沿论文转化为实际业务产出
- 业务指标（如流量效率、商业转化）导向强，算法效果需直接对业务结果负责，面临一定的指标压力
角色解读
- 纵向可发展为搜推算法专家或架构师，深入大模型与多模态等前沿技术领域
- 横向可向算法团队管理或业务技术负责人方向发展，主导核心业务的技术演进
- 负责搜索与推荐算法的设计与研发，运用深度学习、大模型等技术提升用户体验与商业转化
- 深入理解业务逻辑，与产品、运营团队协作，将业务需求转化为可落地的算法方案并推动上线
- 跟踪AI前沿技术（如大模型微调、多模态、AI Agent），评估并推动新技术在业务场景中的工程化落地
- 扎实的机器学习与深度学习基础，熟悉推荐算法、排序模型、语义检索及大模型相关技术栈
- 具备从数据洞察到模型上线的全链路工程能力，有可验证的效果产出和成功案例
- 优秀的逻辑思维与数据敏感度，以及跨团队沟通协作和项目规划能力
申请策略
- 提前了解灵犀互娱的核心游戏产品及其推荐/搜索场景，思考大模型技术如何赋能游戏内的内容分发与用户增长
- 突出在搜索或推荐系统中的实际落地项目，量化业务指标提升（如CTR、CVR、GMV等）
- 详细展示在大模型（LLM）、多模态理解或AI Agent方向的研究或工程经验，体现技术前瞻性
- 强调从数据洞察、模型设计到工程上线的全链路能力，以及跨团队协作推动项目落地的经验
- 深入学习大模型在推荐系统中的应用（如LLM-based Rec、Generative Rec、RAG），掌握SFT、RLHF/DPO等微调与对齐技术
- 补充多模态交叉领域的知识，如CLIP、视觉-语言联合建模等，拓宽技术栈
面试指南
- STAR法则：针对项目经验，按照情境、任务、行动、结果的结构进行阐述，重点突出行动中的技术难点攻克和结果中的量化收益
- 结构化思维：针对技术演进或方案设计问题，先给出核心结论，再从数据、模型、工程、业务四个维度展开论述
- 请详细介绍一个你主导的推荐或搜索算法优化项目，你是如何从数据洞察到模型上线的？最终业务指标提升了多少？
- 在大模型时代，你认为传统的推荐系统范式会发生怎样的演进？你在LLM-based Rec或RAG方面有哪些实践经验？
- 如果业务方提出一个模糊的需求，你如何将其转化为具体的算法方案并评估其可行性？
- 请谈谈你对多模态大模型在搜推场景中应用的理解，有哪些具体的落地思路？
- 复习推荐系统经典模型及大模型时代的新范式，准备相关的技术细节与踩坑经验
- 了解灵犀互娱的业务特点，准备1-2个结合其游戏业务场景的算法优化或大模型应用构想
职位点评
薪资福利85
成长发展90
工作生活50
使命价值75
薪资福利
85较高
搜推算法核心岗，结合大模型技术栈要求，薪资具备较强市场竞争力，福利体系完善。
薪资信号未披露（AI估算：3.5千–6.5万/月）
成长发展
90较高
岗位涉及大模型、多模态等前沿AI技术，技术栈极具前瞻性，个人技术成长空间巨大。
技术前沿前沿/新兴技术
技术栈深度学习、大语言模型、多模态理解、LLM、RAG、SFT、RLHF、DPO、AI Agent
业务类型profit_center
工作生活
50较低
JD未明确提及工作模式与WLB相关信息，但核心算法岗通常面临一定的业务指标与迭代压力。
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
75中等
游戏与娱乐行业具备较高的用户影响力，通过AI技术提升用户体验，具有一定的产品创新价值。
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