淘天算法技术-算法专家-杭州

优缺点分析

角色解读

• 在技术深度上，可成长为多模态大模型、商品理解等领域的资深专家，主导核心算法方向
• 在业务影响力上，可深入电商核心业务，将算法能力转化为业务价值，成为技术+业务的复合型人才
• 在团队管理上，未来可带领算法团队，负责更大范围的技术规划和项目落地
• 负责多模态大模型（vLLM）的持续训练、SFT、RLHF等核心技术的研发与迭代，并推动其在电商场景中的落地
• 参与商品基础表征能力建设，包括图文与多模态表征、预训练算法、无监督聚类等，提升商品理解的准确性
• 探索商品同款簇算法创新，通过前沿技术解决业务问题，并参与自动化数据生产流程的优化
• 精通机器学习、CV、NLP等领域的核心算法，具备扎实的数学和数据结构基础
• 熟练掌握至少一种编程语言（C++/Python/Java），并能使用TensorFlow、PyTorch等深度学习框架
• 对多模态大模型、LLM、Agent等前沿技术有深入理解和实践经验，具备大规模机器学习经验

申请策略

• 在申请时，可以主动表达对电商业务的理解和兴趣，展现技术结合业务的思考
• 关注阿里巴巴的招聘动态，通过内推渠道投递简历，提高成功率
• 重点突出在LLM、多模态模型方面的项目经验，特别是涉及SFT、RLHF、vLLM等技术的实际落地案例
• 强调在商品理解、表征学习、大规模机器学习等领域的成果，如有顶会论文或竞赛奖项务必突出
• 详细描述在自动化数据生产、Agent等方向上的探索和实践，展示技术深度和广度
• 系统梳理多模态大模型（如Qwen-VL、LLaVA）的原理和训练技巧，熟悉vLLM等推理加速框架
• 补充强化学习（RLHF）相关知识，了解PPO、DPO等主流算法
• 熟悉电商业务场景，了解商品知识图谱、搜索推荐等系统的运作方式

面试指南

• 回答项目经验时，可采用STAR法则（情境-任务-行动-结果），清晰阐述项目背景、个人职责、技术方案和最终效果
• 回答技术原理问题时，先阐述核心概念，再结合自己的实践经验进行深入分析，最后可提出自己的思考或改进方向
• 回答业务落地问题时，要体现从技术到业务的转化思维，强调对业务痛点的理解和技术方案的商业价值
• 请详细介绍一下你参与过的多模态大模型项目，包括模型架构、训练数据和调优过程
• 谈谈你对RLHF的理解，以及在实际应用中遇到过哪些挑战？
• 如何设计一个商品表征模型，使其能够有效区分不同商品并支持同款识别？
• 面对海量商品数据，你会如何设计自动化数据生产流程来提升模型效果？
• 你对vLLM等推理加速框架的原理和优化策略有何了解？