简历请发送到adamzhangchao@alibaba-inc.com
淘系推荐算法技术
团队介绍：
我们负责阿里电商的核心推荐算法，包括淘宝/天猫首页、购物链路等多个核心场景的信息流推荐以及短视频推荐等业务。我们致力于每天为上亿用户提供数十亿精准个性化的信息推送服务，打造极致的购物体验。团队在人工智能的多个领域深耕多年，研究领域包括大规模在线深度学习，深度强化学习，图嵌入学习，边缘计算，智能交互，自然语言理解，因果推断，商业化机制等。欢迎加入我们，一起探索人工智能在电商领域的无限可能。
近期工作：
研究方向：
1， 推荐召回与排序：负责超大规模的推荐召回模型，点击率与成交转化率预估，包括用户、商品表征学习，模型预训练，序列建模等技术创新。
2， 用户增长：负责手淘推荐场景的高质量用户增长，探索强化学习，因果推断，博弈论等技术在用户增长上的创新应用。
3， 电商知识图谱：利用淘宝的海量数据构建的知识图谱，通过关系抽取，图嵌入学习，图神经网络等，实现用户和商品理解与认知推荐。
4， 边缘计算：探索边缘计算在推荐中的应用和创新，包括端上排序与推荐机制的设计。
5， 机制策略：通过强化学习，AutoML 等优化推荐策略，对商家成长和顶层机制进行设计。
6， 智能交互：利用NLP与图像技术等，对推荐页面进行智能化UI设计，提升推荐体验。
岗位要求：
1， 计算机、自动化、数学或统计学相关专业硕士及以上学历
2， 熟悉机器学习/深度学习算法
3， 熟练掌握Java/C++/Python中至少一门语言，能够熟练运用基础数据结构和算法
4， 在顶级计算机学术会议（SIGIR、SIGKDD、ICML、NIPS、WSDM、WWW、AAAI、CIKM、ACL、RECSYS等）或期刊上发表过论文者优先
5， 参加过ACM或数据挖掘/机器学习类竞赛（天池大奖赛、Kaggle）并取得优异名次者优先
--
FROM 47.96.236.*