Tmall logo
天猫
智能算法产品事业部-广告大模型算法工程师(搜索召回&粗排)-北京

智能算法产品事业部-广告大模型算法工程师(搜索召回&粗排)-北京

发布于 32 分钟前

普通员工/个人贡献者

AI 估算 · 3.5–6.0万 · 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
召回算法
多模态
大语言模型
搜索广告
机器学习
用户兴趣建模

值不值得投

75综合评分

综合评分 75

大厂核心算法岗、前沿技术栈、高成长高挑战、WLB待考

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

4.8万

比推荐系统中位数高

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 280 个在招 · 其中推荐系统 2 个

市场机会

选择面较广

北京 · 推荐系统 · 约 110 个在招

职位详情

关于这个职位

负责淘宝搜索广告漏斗(召回、粗排)的算法优化,利用大规模机器学习提升用户兴趣建模与商品表征学习的精准度

跟进NLP/CV前沿技术,研究多模态大模型在搜索广告中的应用,解决冷启动难题并推动业务增长落地

最低要求

具备推荐、搜索、广告或机器学习相关方向的知识背景,算法与数据结构基础扎实,学习与沟通表达能力良好

在推荐/搜索系统的排序及相关模型上有丰富的实战经验,熟悉业界主流的经典算法与工程实践
极佳的工程实现能力,精通 Python、C/C++、Java 中至少一门编程语言
持续跟进行业前沿技术落地与学术界最新理论进展,乐于挑战超大规模机器学习中的核心难题,具备良好的团队合作与跨团队推动意识

工作职责

负责搜索广告投放漏斗的算法优化,覆盖召回、粗排等核心环节的模型迭代与效果提升

基于大规模机器学习开展用户兴趣建模与商品表征学习,提升超大规模广告场景下的召回效率与精准度
跟进 NLP、CV 等技术前沿,研究多模态大模型与大语言模型在搜索广告中的应用与创新
深入理解淘宝业务特性,结合内容化等战略方向,挖掘算法驱动的业务增长点并推动落地
负责用户冷启动与商品冷启动在搜索广告中的机制研究与落地应用

优先资格

具有大规模、分布式场景下推荐、搜索、广告等算法体系的建设与优化经验

曾在 SIGIR、KDD、WWW、AAAI、IJCAI 等国际顶级会议或期刊发表论文
在 ACM-ICPC、NOI/IOI,或 Kaggle、阿里天池等机器学习类竞赛中取得优异成绩

AI 洞察

优缺点分析

优点

  • 接触最前沿的大模型和多模态技术,技术成长空间巨大
  • 团队实力雄厚,有助于积累高含金量的项目经验和行业影响力
  • 薪资福利处于互联网行业第一梯队,职业背书能力强
  • 高强度工作节奏,需应对快速变化的业务需求和激烈的内部竞争
  • 对工程能力和算法深度的双重极高要求,容错率低
  • 需要持续跟踪顶尖学术成果,保持高强度的学习能力

缺点 / 挑战

  • 身处行业头部平台,拥有海量真实数据和极具挑战性的业务场景
  • 业务规模极大,算法优化边际效应递减,突破瓶颈难度高
  • 适合具备扎实算法功底、热爱技术挑战、追求极致性能优化,并能适应快节奏高压环境的资深算法工程师

角色解读

  • 成为搜索广告领域的资深算法专家,主导核心策略制定
  • 向技术管理方向发展,带领团队攻克更复杂的商业智能难题
  • 在顶会发表高水平论文,成为学术界与工业界交叉领域的领军人物
  • 优化淘宝搜索广告的召回和粗排算法,提升广告匹配效率和精准度
  • 构建用户兴趣和商品表征模型,处理超大规模数据场景下的机器学习问题
  • 探索多模态大模型和LLM在搜索广告中的创新应用,推动技术落地
  • 解决新用户和新商品的冷启动问题,挖掘算法驱动的业务增长点
  • 扎实的推荐/搜索/广告算法理论基础,熟悉经典排序模型及工程实践
  • 精通Python、C++或Java中至少一门语言,具备极强的代码实现能力
  • 掌握大规模分布式机器学习框架,能处理海量数据和高并发场景
  • 对NLP、CV及大模型前沿技术有深入研究,具备学术敏锐度

申请策略

  • 深入了解淘宝搜索广告的业务逻辑和内容化战略方向
  • 准备详细的项目复盘,重点阐述遇到的难点及解决方案
  • 突出在推荐/搜索/广告系统中的具体贡献,量化指标如CTR提升、覆盖率增加等
  • 强调大规模数据处理和分布式训练的工程实践经验
  • 展示在顶会发表的论文或在顶级竞赛中的获奖经历
  • 体现对大模型、多模态等新技术的理解和应用案例
  • 深入研读SIGIR、KDD等顶会最新论文,紧跟SOTA算法
  • 强化C++高性能编程能力,优化底层推理效率

面试指南

  • STAR法则:情境(Situation)、任务(Task)、行动(Action)、结果(Result),清晰描述项目背景和你的角色
  • 数据驱动:强调如何通过A/B测试和数据指标验证算法效果
  • 深度思考:不仅讲怎么做,还要讲为什么这么做,对比其他方案的优劣
  • 技术前瞻:结合当前技术趋势,展示对新技术应用的独到见解
  • 请详细介绍一个你主导的推荐/搜索算法优化项目,你是如何定义问题和评估效果的?
  • 在超大规模数据场景下,如何平衡模型的复杂度和推理延迟?
  • 如何看待大语言模型在传统搜索广告召回环节的应用潜力与挑战?
  • 如何处理搜索广告中的冷启动问题?有哪些经典或创新的解决方案?

职位点评

薪资福利85
成长发展95
工作生活40
使命价值60

薪资福利

85较高

作为巨头企业核心算法岗,薪资水平处于市场高位,福利体系完善,但JD未明确提及具体数字。

薪资信号未披露(AI估算:3.5千–6.0万/月)

成长发展

95较高

职位明确要求跟进前沿技术、研究大模型应用,并提供顶级会议论文和竞赛加分项,发展性动机满足度极高。

技术前沿前沿/新兴技术
技术栈NLP、CV、多模态大模型、大语言模型、机器学习、Python、C/C++、Java
成长机会跟进 NLP、CV 等技术前沿、研究多模态大模型与大语言模型在搜索广告中的应用与创新、持续跟进行业前沿技术落地与学术界最新理论进展
业务类型profit_center

工作生活

40较低

巨头企业核心研发岗通常伴随较高工作强度,JD未提及弹性工作或WLB保障,推测为常规高强度办公模式。

工作模式未明确
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

60中等

通过算法优化提升广告效果和用户体验,具有一定的商业价值和社会影响力,但主要聚焦于商业变现。

行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs