基于大模型的推荐算法研究与应用-阿里星-阿里巴巴2027届实习生

相关研究课题细分方向如下： 1. 下一代生成式推荐系统探索，包含生成式排序、生成式召回 2. 认知推荐: 基于大模型认知能力进行用户兴趣探索 3. recBot: 基于大模型的交互式推荐系统探索 4. 超长行为序列建模技术探索 5. 多模态预估能力: 利用多种模态信息,提升模型预估能力 6. 全域学习: 全手淘数据利用和迁移学习 7. 淘宝直播端到端生成式排序范式研究

1. 计算机科学/人工智能/机器学习等相关领域的硕士或博士，具备扎实的编程基础（Python/C++/Java），熟悉常用算法与数据结构。 2. 掌握机器学习基础理论，了解搜、推、广系统/自然语言处理/多模态等至少一个领域。 3. 有PyTorch/TensorFlow等框架使用经验，参与过算法竞赛（Kaggle/天池等）或开源项目者优先。 4. 对AI技术充满好奇心，主动关注大模型、搜推广系统、NLP、强化学习等领域前沿进展。 5. 在顶级会议或高水平期刊发表过论文，或有复现前沿论文的经验者优先。 6. 具备较强的问题拆解能力，能通过数据分析定位业务痛点并提出创新思路。 7. 良好的沟通能力，能与工程师、产品经理高效协作，将技术方案转化为业务价值。 8. 对电商场景有基本认知，愿意深入理解用户需求与商业逻辑。 【加分项】 1. 有大模型训练/微调经验（如Llama、GPT、多模态模型）或搜推广算法相关项目经历。 2. 有海量数据处理经验或者大厂实习经验。 3. 在算法竞赛中获得优异成绩（ACM-ICPC/挑战赛TOP10等）或者顶会论文发表。