淘天算法技术-大模型应用算法专家-杭州/北京

优缺点分析

角色解读

• 技术专家路线：在智能体、大模型应用方向持续深耕，成为领域内的技术权威，主导核心算法架构
• 技术管理路线：带领算法团队，负责更大业务线的技术规划与项目管理，向技术总监方向发展
• 业务架构路线：深入理解电商业务，成长为连接技术与业务的复合型专家，负责复杂系统的整体设计
• 负责电商场景下大模型智能体产品的核心算法研发，包括整体框架设计、算法选型与迭代优化
• 针对具体业务需求，对基座大模型进行后训练（SFT、RLHF）和结构优化，并设计高效的Prompt策略
• 负责LLM驱动的Agent模块与电商产品其他功能模块（如商品推荐、客服系统）的工程对接与实现
• 持续跟踪大模型智能体领域的前沿技术，并评估、引入新技术以解决实际业务问题
• 扎实的NLP和大模型算法基础，熟悉Transformer、Attention等核心架构，理解SFT、RLHF等训练范式
• 具备大模型的实际使用和调优经验，熟悉Prompt Engineering、RAG等应用技术，有对话机器人项目经验者优先
• 优秀的工程实现能力，熟练掌握Python及至少一种深度学习框架（如PyTorch），能够独立完成算法模块的开发和部署
• 较强的英文文献阅读和快速学习能力，能够跟进前沿论文并复现、评测效果

申请策略

• 在面试前深入了解淘天电商业务（如淘宝、天猫）的AI应用场景，思考大模型智能体如何赋能业务
• 准备1-2个能体现你技术深度和业务思考的案例，在面试中清晰阐述你的技术决策和业务价值
• 重点突出大模型相关的项目经验，特别是SFT、RLHF、Prompt Engineering的实际应用案例，并量化效果提升
• 详细描述你在对话机器人或智能体项目中的具体贡献，包括框架设计、算法选型和工程实现细节
• 列出你阅读并复现过的前沿论文，或参与过的开源项目，展示你的学习能力和技术热情
• 如有顶会论文或算法竞赛获奖经历，务必在显眼位置突出展示
• 系统梳理大模型训练和推理的底层原理，深入理解RLHF的完整流程和常见问题
• 动手实践一个完整的Agent项目，熟悉LangChain、LlamaIndex等主流框架，并思考如何与电商业务结合

面试指南

• 回答项目经验时，采用STAR法则（情境-任务-行动-结果），突出个人贡献、技术难点和量化成果
• 回答技术方案设计问题时，先明确业务目标，再拆解技术模块，最后说明关键技术选型和取舍
• 回答开放性问题时，展现你的技术视野和思考深度，结合业务场景提出有见地的观点
• 请详细介绍一下你过去负责的大模型项目，包括技术选型、训练过程和最终效果
• 在SFT和RLHF的实践中，你遇到过哪些问题？是如何解决的？
• 如何设计一个电商场景下的智能导购Agent？请描述其整体架构和关键技术点
• 如何评估一个Prompt的好坏？你会如何系统性地优化它？
• 谈谈你对大模型Agent未来发展趋势的看法，以及它在电商领域还有哪些潜在应用？