天猫
淘天算法技术-营销算法工程师 LLM方向-杭州
淘天算法技术-营销算法工程师 LLM方向-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机器学习工程
机器学习工程
Dpo
Llm
Rlhf
Sft
推荐算法
机器学习
深度学习
生成式推荐
电商营销
值不值得投
78综合评分
综合评分 78
前沿LLM技术栈、电商核心业务场景、成长性强但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
40K
与机器学习工程中位数基本持平
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 · 其中机器学习工程 4 个
市场机会
选择面较广
杭州 · 机器学习工程 · 约 280 个在招
职位详情
关于这个职位
作为淘天算法团队的营销算法工程师，你将专注于大语言模型（LLM）在电商营销场景的创新应用
具体工作包括探索LLM的Agent规划与决策算法、模型后训练与对齐（如SFT、RLHF），以及研究生成式推荐新范式，以提升商品推荐和营销内容生成的效果
该职位服务于聚划算、百亿补贴等核心电商场景，推动Agentic AI的演进
最低要求
硕士及以上学历
深入理解大语言模型原理，熟悉主流后训练方法（SFT / RLHF / DPO / GRPO 等）中至少一项，有实际训练或对齐经验优先
有 Agent 系统开发经验（工具调用、多步规划、ReAct/Function Calling 等）者优先
有推荐算法背景者，需具备生成式推荐（如 LLM-based 召回/排序、对话式推荐）相关经验，传统 ID-based 推荐经验不作为加分项
年以上相关领域工作经验（应届博士生可放宽）
良好的团队协作与沟通能力，具备一定的项目推进能力
工作职责
研究大语言模型在电商营销场景的 Agent 规划与决策算法，探索 LLM 在多步推理、工具调用、自我反思与纠错中的核心能力边界
针对大促策划、选品、权益分发等场景，研究 Agent 的任务分解、奖励建模与策略优化方法，推动 Agentic AI 从单轮指令执行到自主目标驱动的范式演进
负责大语言模型的后训练与对齐，包括 SFT、RLHF/RLAIF、DPO 等训练范式在电商场景的应用，通过偏好优化提升模型在推荐、导购、营销内容生成等任务上的效果与可靠性
探索生成式推荐新范式，研究 LLM 在商品召回、个性化排序、交互式导购等场景的训练与推理方法，创造区别于传统 ID-based 推荐的新一代推荐产品形态
优先资格
有实际训练或对齐经验优先
有 Agent 系统开发经验（工具调用、多步规划、ReAct/Function Calling 等）者优先
有推荐算法背景者，需具备生成式推荐（如 LLM-based 召回/排序、对话式推荐）相关经验
AI 洞察
优缺点分析
优点
- 技术前沿：直接参与LLM和生成式推荐等前沿技术的研发，保持技术竞争力
- 业务影响力：服务于电商核心营销场景（如大促、百亿补贴），工作成果直接驱动业务增长
- 团队学习氛围：团队定期举办技术分享，鼓励学术输出，提供丰富的学习资源
- 平台资源：依托巨头企业的数据、算力和业务规模，能快速验证和迭代技术方案
- 技术难度高：需要持续跟进LLM领域的最新进展，并将复杂算法落地到实际电商场景
- 业务复杂度大：电商营销场景多变（如大促活动），需要快速适应业务需求并平衡算法效果与实时性
缺点 / 挑战
- 竞争压力：作为核心算法岗位，对创新和产出有较高要求，可能面临高强度工作节奏
- 适合对大语言模型和推荐算法有深入研究、喜欢解决复杂技术挑战、并希望将算法应用于大规模业务场景的求职者
角色解读
- 技术深耕方向：成为LLM或推荐算法领域的专家，负责更复杂的系统设计和算法优化
- 技术管理方向：带领小型算法团队，参与业务决策和技术战略规划
- 学术与业务结合：持续在顶级会议发表论文，同时将研究成果落地到电商核心场景
- 研究并开发大语言模型（LLM）在电商营销场景的Agent规划与决策算法，推动自主目标驱动的AI范式
- 负责LLM的后训练与对齐（如SFT、RLHF），优化模型在推荐、导购、内容生成等任务的效果
- 探索生成式推荐新范式，利用LLM改进商品召回、排序和交互式导购，创造新一代推荐产品
- 深入理解大语言模型原理，熟悉SFT、RLHF、DPO等后训练方法
- 具备Agent系统开发经验，包括工具调用、多步规划、ReAct等技术
- 有推荐算法背景，特别是生成式推荐（如LLM-based召回/排序）相关经验
- 良好的团队协作、沟通能力和项目推进能力
申请策略
- 深入研究淘天业务和营销产品（如聚划算、百亿补贴），面试中可结合业务场景讨论算法方案
- 准备1-2个LLM或推荐系统的完整项目案例，涵盖问题定义、技术选型、效果评估等
- 突出LLM相关项目经验，包括模型训练、对齐、Agent开发等具体成果
- 强调推荐算法背景，特别是生成式推荐或对话式推荐的实践经验
- 列出在顶级会议（如NeurIPS、ICML）发表的论文或技术博客，展示学术能力
- 描述跨团队协作或项目推进案例，体现团队合作和沟通能力
- 深化LLM后训练方法（如RLHF、DPO）的实践，可通过开源项目或实验提升
- 学习Agent系统开发框架（如LangChain、ReAct），积累工具调用和多步规划经验
面试指南
- 使用STAR法则：情境（Situation）、任务（Task）、行动（Action）、结果（Result），结合具体技术细节
- 突出问题解决思路：说明遇到的挑战、采用的算法方法、实验对比和效果提升
- 展示业务思维：将技术方案与电商营销目标（如转化率、用户满意度）关联起来
- 请描述一个你参与过的LLM应用项目，重点介绍算法设计和优化过程
- 如何设计一个Agent系统来处理电商营销中的多步决策任务（如大促选品）？
- LLM在推荐系统中相比传统ID-based方法有哪些优势和挑战？
- 你在模型对齐（如RLHF）方面有哪些实践经验？遇到过哪些问题，如何解决的？
- 如何平衡推荐算法的效果与实时性，尤其是在高并发的电商场景中？
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
该职位位于杭州，LLM方向技能稀缺，薪资预期处于市场较高水平，能提供较好的经济回报。
薪资信号偏高 (30K-50K/月)
成长发展
90较高
职位专注于LLM和推荐算法前沿技术，团队有丰富的学术输出和内部分享，为技能成长和职业发展提供强大支持。
技术前沿前沿/新兴技术
技术栈LLM、SFT、RLHF、DPO、Agent、推荐算法、生成式推荐
业务类型profit_center
工作生活
60中等
JD未明确提及办公模式或WLB信号，电商营销场景可能涉及大促等高强度时段，工作与生活平衡存在不确定性。
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
团队致力于电商智能化升级，推动Agentic AI范式演进，具有明确的业务使命和技术影响力。
行业发展高速增长赛道
社会影响中性/一般
使命信号共同定义电商智能化的下一代范式
创新程度积极采用新技术
Watch Jobs