大模型算法工程师

Job description

岗位职责

在本岗位，您将有机会同时深入技术本质并驱动业务落地，具体将参与：

大模型基座研发与优化

• 参与构建及优化面向电商领域的多语言、多模态（图/视频/语音等）大模型基座，全流程深入数据处理、样本标注、模型预训练（Pretrain）、有监督微调（SFT）/强化学习（RL）等关键环节；

前沿技术探索与创新

• 持续跟踪并攻关大模型领域的前沿方向(如：Long Context、Agent-RL、更高效的训练/推理框架等），通过算法创新持续提升模型的准确性、泛化性与性能；

大模型应用落地与赋能

• 将先进的模型能力与电商业务场景结合，主导技术方案的设计与实现，具体应用方向包括但不限于：

体验革新

• AI 交互式搜索、生成式推荐、智能导购、智能运营助手、智能客服机器人等；

内容创造

• 高质量多语言、多模态（文字、图片、视频等）的商品信息生成、数字人互动等；

效率提升

• 漏斗效率优化、实时翻译、智能代码助手等；

技术价值闭环

• 深度理解业务场景，利用平台丰富的数据资源，推动技术创新落地，并通过AB 实验等科学方法验证技术价值，最终提升用户、商家体验和商业效益。

教育背景

• 2026.9-2027.8 期间已获得或即将获得博士/硕士学位的同学，计算机科学、人工智能、数学、物理等相关专业优先；

技术根基

• 具备扎实的机器学习基础、出色的数据敏感度和优秀的编程能力；

深入理解主流大模型（如

• GPT、Deepseek 等）、多模态模型(如：Gemini、Qwen-VL 等）的技术原理；
• 熟悉大模型训练全流程（Pretrain/SFT/RL/Agent 等）或生成式模型（Diffusion、Flux 等）者优先；

创新能力

• 具备极强的学习能力、主动性和创新思维，能够独立分析和解决复杂技术问题，对将前沿研究应用于实际挑战充满热情；

成果导向

• 在学术或工业项目中有突出表现者优先，例如但不限于：
• 在CCF-A 类会议/期刊(如NeurlPS, ICML, CVPR, ACL 等）发表过论文；
• 在ACM 编程竞赛、Kaggle 等知名算法竞赛中获奖；
• 主导或深度参与过有较大技术影响力的大模型相关项目。