天猫
智能算法产品事业部-搜索供给机制算法工程师-杭州
智能算法产品事业部-搜索供给机制算法工程师-杭州
发布于 1 天前普通员工/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
Nlp
Pytorch
Tensorflow
多模态Ai
大语言模型
机器学习
深度学习
电商搜索
运筹优化
值不值得投
78综合评分
综合评分 78
前沿算法挑战，大平台成长机会，薪资竞争力强，但WLB可能一般。
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。
薪资怎么样
23K
比算法优化工程师中位数低
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 160 个在招 · 其中算法优化工程师 9 个
市场机会
选择面较广
杭州 · 算法优化工程师 · 88 个在招
职位详情
关于这个职位
该职位是淘宝搜索供给算法团队的核心算法工程师，负责研发和优化电商搜索供给策略，如价量效应、定价决策和运筹规划
工作将结合前沿AI技术（如大语言模型、多模态、Agentic AI），旨在提升平台交易效率、商家体验和用户消费价值
最低要求
计算机、人工智能、电子信息、数学等相关专业硕士及以上学历，博士优先
年以上相关工作经验
具备扎实的机器学习/深度学习理论基础，持续跟进学术界及业界召回，排序，NLP等领域的算法模型
代码能力扎实，精通Python/Java/C++中至少一门语言，熟练使用PyTorch/TensorFlow等至少一种深度学习框架
具备优秀的数据分析、问题解决能力和良好的团队协作精神，有大规模机器学习/个性化推荐/广告/信息检索/自然语言处理相关领域工作经验
工作职责
核心模型研发与创新：负责淘宝主搜的核心算法研发，主导设计和优化面向电商场景的价量、组合效应、定价连续决策、运筹规划等深度任务
创新研究Agentic AI、多模态（文图、视频）、生成式调控等前沿方向，从模型层面根本性地提升供给履约确定性、商家经营体感与用户消费体验
电商知识资产构建：主导构建电商领域的高质量多模态数据飞轮
通过知识库建设、主动学习、数据挖掘和智能标注等手段，持续迭代和优化数据质量，为大模型的训练和迭代提供核心“燃料”，沉淀公司级的电商知识数据资产
供给生态洞察与实践：深入理解商家成本结构优化在平台流量策略下交付用户消费体验的全流程
建立一套数据导向、科学的、完备的供给优化方法论
以多方共赢的视角设计下一代供给策略的优化方案，确保技术的价值导向
前沿技术探索与应用：密切追踪LLM（大语言模型）、MLLM（多模态大模型）、Agentic AI等领域的最新技术进展
快速进行技术预研、验证，并将其创造性地应用于电商搜索业务中，解决实际问题
在应用基础上进行技术创新，鼓励发表高水平论文、申请技术专利，构建团队在行业内的技术影响力
优先资格
在电商搜索、广告、推荐等相关领域有实际工作经验，深刻理解业务
有Agentic AI、运筹优化、因果推断、反事实预估等技术方向有深入的理解和相关项目实践经验
在CVPR, ICCV, NeurIPS, ICML, ICLR, ACL, SIGIR, KDD等顶级学术会议上发表过论文者优先
熟悉分布式计算平台（如Spark, Flink, MaxCompute等），有处理海量数据的经验
有开源社区贡献或在Kaggle等数据科学竞赛中取得优异成绩者优先
AI 洞察
优缺点分析
优点
- 公司提供充足计算资源和创新文化，支持技术探索和试错
- 清晰的职业发展路径和晋升通道，利于长期成长
- 作为核心团队成员，有机会参与定义行业技术标准
- 技术难度高，需持续跟进学术前沿并快速落地应用
- 业务复杂度高，需深入理解电商生态和多方利益平衡
- 适合对AI算法有浓厚兴趣，喜欢解决复杂业务问题，并追求技术深度和影响力的求职者
缺点 / 挑战
- 接触海量真实电商数据和高价值业务场景，技术挑战前沿
- 可能面临高强度工作节奏和竞争压力
角色解读
- 深耕算法领域，成为搜索供给或AI方向的技术专家
- 通过参与前沿项目和发表论文，建立行业影响力
- 积累业务理解后，可转向技术管理或跨领域创新角色
- 负责淘宝主搜的核心算法研发，优化电商供给策略如价量效应和定价决策
- 应用前沿AI技术（如大语言模型、多模态、Agentic AI）提升平台效率和用户体验
- 构建电商知识资产，通过数据飞轮迭代优化数据质量
- 跨团队协作，推动全链路的技术突破和业务创新
- 扎实的机器学习/深度学习理论基础，熟悉召回、排序、NLP等算法模型
- 熟练的编程能力（Python/Java/C++）和深度学习框架（PyTorch/TensorFlow）使用经验
- 优秀的数据分析和问题解决能力，具备大规模机器学习项目经验
- 良好的团队协作精神，能够与其他技术方向团队联动
申请策略
- 研究淘宝搜索业务和供给策略，了解公司技术动态
- 准备展示算法思维和系统设计能力，应对技术面试
- 突出团队协作和沟通能力，体现跨团队联动潜力
- 突出机器学习/深度学习项目经验，尤其是搜索、推荐、NLP等领域的应用
- 强调代码能力和框架熟练度，列出相关技术栈
- 展示学术成果（如论文发表）或竞赛成绩，证明研究能力
- 如有电商或互联网行业经验，详细描述业务理解和贡献
- 深入学习大语言模型（LLM）、多模态AI和Agentic AI等前沿技术
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
- 结合具体技术细节（如模型选择、优化目标、评估指标）展示专业深度
- 强调业务洞察和技术的结合，说明如何解决实际问题
- 请描述你过去优化搜索/推荐算法的经历，如何衡量效果？
- 如何设计一个电商场景下的定价连续决策模型？
- 解释大语言模型在搜索供给中的应用思路
- 如何处理大规模多模态数据（如文图）进行训练？
- 如果让你负责一个从0到1的供给优化项目，你会如何规划？
职位点评
薪资福利80
成长发展90
工作生活60
使命价值75
薪资福利
80较高
该职位在跨国巨头企业，薪资具有市场竞争力，提供清晰的成长路径和资源支持。
薪资信号偏高 (15K-30K/月)
成长发展
90较高
职位涉及前沿技术挑战，提供海量数据资源和创新环境，有明确的职业发展通道。
技术前沿前沿/新兴技术
技术栈LLM、MLLM、Agentic AI、运筹规划、多模态
成长机会清晰的成长路径、技术晋升通道
业务类型profit_center
工作生活
60中等
JD未明确提及工作模式和WLB，可能需现场办公，工作强度可能较高。
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
职位推动电商平台商业成功和用户体验提升，在稳定成熟行业中应用创新技术。
行业发展稳定成熟行业
社会影响中性/一般
使命信号推动电商平台的商业成功、提升用户消费体验
创新程度积极采用新技术
Watch Jobs