Alibaba logo
阿里巴巴
算法工程师-搜索推荐

算法工程师-搜索推荐

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 3.0–6.0万 · AI 参考估算
中级经验
学历未注明
全职员工仅现场办公推荐系统
推荐系统
Pytorch
Rag
多模态
大语言模型 (Llm)
深度学习

值不值得投

76综合评分

综合评分 76

前沿技术驱动、高薪潜力大、技术挑战高、WLB待考量的核心算法岗

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

4.5万

与推荐系统中位数基本持平

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 4680 个在招 · 其中推荐系统 36 个

市场机会

选择适中

杭州 · 推荐系统 · 45 个在招

职位详情

关于这个职位

负责核心内容场景的搜索与推荐算法研发,包括个性化推荐、内容分发及多模态理解

重点探索LLM、Agent及RAG技术在搜推领域的应用,通过SFT、RLHF等手段优化用户意图理解与内容承接能力,打造业界一流的算法体系

最低要求

熟练掌握Java/C++/Python中至少一门语言

熟悉TensorFlow或PyTorch至少一种机器学习常用框架
逻辑思维清晰,学习能力强,对新事物保有好奇心,能快速适应新环境
具备良好的沟通能力和团队协同能力,能与他人合作完成目标
遇事沉稳,心理素质过硬,有担当、有韧性,表达能力强

工作职责

参与并负责核心内容场景的各类算法,包括个性化推荐系统、内容生态构建、内容理解等核心算法能力

深度参与内容分发算法设计,提升流量匹配的效率和用户粘性
建设包括AGENT、RAG召回、粗排、精排、重排、混排等推荐算法,打造集团和业界一流的内容算法
参与设计多模态内容理解和推荐分发系统,推动解决内容的一致性和标准化问题
探索大语言模型(LLM)、多模态大模型、Agent及RAG技术在搜推领域的应用,利用SFT微调、强化学习(RLHF/DPO)、提示词工程等手段,提升对用户意图的深度理解及内容承接能力

优先资格

有相关推荐系统、机器学习、计算机视觉、数据挖掘等相关领域研究及实践经验优先

有相关顶级会议论文发表者优先
有相关竞赛经验并获奖者优先

AI 洞察

优缺点分析

优点

  • 依托阿里平台,拥有海量数据资源和顶尖的技术团队支持
  • 薪资福利具有市场竞争力,职业发展路径清晰
  • 技术迭代极快,需要持续高强度学习新技术(如LLM、Agent)
  • 大厂内部竞争激烈,对产出和业务影响力要求极高
  • 工作节奏较快,需具备较强的抗压能力和韧性
  • 适合对AI前沿技术充满热情、具备扎实算法基础和强大学习能力、能承受高压环境的求职者

缺点 / 挑战

  • 处于AI前沿技术(LLM+搜推)的风口,技术挑战性与成长空间大

角色解读

  • 向资深算法专家方向发展,成为搜推或大模型应用领域的技术带头人
  • 转向算法管理岗位,带领团队攻克更复杂的业务难题
  • 在AI前沿技术领域(如Agent、多模态)积累深厚经验,具备行业影响力
  • 负责搜索推荐系统的核心算法设计与优化,涵盖召回、排序等多个环节
  • 探索并落地LLM、Agent、RAG等前沿技术在搜推场景中的应用
  • 处理多模态内容理解,提升内容分发的效率与用户体验
  • 扎实的编程基础(Java/C++/Python)及机器学习框架使用能力
  • 深入理解推荐系统架构及大模型微调(SFT/RLHF)技术
  • 优秀的逻辑思维能力、抗压能力及团队协作沟通能力

申请策略

  • 关注阿里最新的技术博客和论文,了解其技术栈偏好
  • 准备详细的项目案例,重点阐述技术难点及解决方案
  • 展现良好的沟通能力和团队协作精神,符合阿里价值观
  • 突出在推荐系统、搜索引擎或大模型应用方面的具体项目经验
  • 强调在顶级会议发表论文或获得高含金量竞赛奖项的经历
  • 展示对LLM、RAG、Agent等新技术的理解及落地实践案例
  • 深入掌握Transformer架构及其变体,熟悉主流大模型微调方法
  • 强化对推荐系统全流程(召回-粗排-精排-重排)的理解

面试指南

  • 使用STAR法则(情境、任务、行动、结果)结构化回答项目经历
  • 结合理论原理与实际业务场景,阐述技术选型的理由及效果
  • 突出个人在团队中的独特贡献及解决复杂问题的能力
  • 请详细介绍你参与过的推荐系统项目,你在其中承担的角色及贡献?
  • 你是如何理解和使用LLM进行搜推优化的?有哪些具体的应用场景?
  • 请解释一下RAG技术的原理及其在推荐系统中的潜在应用价值
  • 面对大规模数据和高并发请求,如何进行算法的性能优化?
  • 请分享一个你通过技术手段显著提升业务指标的案例

职位点评

薪资福利85
成长发展95
工作生活40
使命价值70

薪资福利

85较高

作为已上市的巨头企业,提供具有市场竞争力的薪酬福利,但JD未明确具体薪资范围。

薪资信号未披露(AI估算:3.0千–6.0万/月)

成长发展

95较高

职位涉及LLM、Agent、RAG等前沿技术,技术栈领先,且公司有完善的培养机制,极大满足发展性动机。

技术前沿前沿/新兴技术
技术栈LLM、Agent、RAG、SFT、RLHF、DPO、多模态、TensorFlow、PyTorch
业务类型profit_center

工作生活

40较低

互联网大厂通常工作强度较大,JD未提及弹性工作或WLB相关福利,推测工作与生活平衡压力较大。

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

通过优化内容分发和理解,提升用户体验,具有一定的社会价值,但主要服务于商业目的。

行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新(行业首创)
Watch Jobs