【校招】淘宝首页推荐算法技术 - 求职信息发布(Job_Post)版 - 北大未名BBS
返回本版
1
/ 1
跳转

【校招】淘宝首页推荐算法技术

[复制链接]
楼主

Monoid [离线]

Monoid

0.6新手上路

发帖数:18 原创分:0
<ASCIIArt> 1楼

【2022 校招】淘宝首页推荐算法技术


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。


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


感兴趣的同学欢迎发送简历到【qiulisong.qls@alibaba-inc.com】,优先安排面试喔~


附团队近期工作:

1, Yuan Zhang, Fei Sun, Xiaoyong Yang, Chen Xu, Wenwu Ou, Yan Zhang: Graph-based Regularization on Embedding Layers for Recommendation. TOIS 2020

2, Yufei Feng, Fuyu Lv, Binbin Hu, Fei Sun, Kun Kuang, Yang Liu, Qingwen Liu, Wenwu Ou: MTBRN: Multiplex Target-Behavior Relation Enhanced Network for Click-Through Rate Prediction. CIKM 2020

3, Yu Gong, Ziwen Jiang, Yufei Feng, Binbin Hu, Kaiqi Zhao, Qingwen Liu, Wenwu Ou: EdgeRec: Recommender System on Edge in Mobile Taobao. CIKM 2020

4, Chen Xu, Quan Li, Junfeng Ge, Jinyang Gao, Xiaoyong Yang, Changhua Pei, Fei Sun, Jian Wu, Hanxiao Sun, Wenwu Ou: Privileged Features Distillation at Taobao Recommendations. KDD 2020

5, Wenhui Yu, Xiao Lin, Junfeng Ge, Wenwu Ou, Zheng Qin: Semi-supervised Collaborative Filtering by Text-enhanced Domain Adaptation. KDD 2020

6, Yufei Feng, Binbin Hu, Fuyu Lv, Qingwen Liu, Zhiqiang Zhang, Wenwu Ou: ATBRG: Adaptive Target-Behavior Relational Graph Network for Effective Recommendation. SIGIR 2020

7, Yingqiang Ge, Shuya Zhao, Honglu Zhou, Changhua Pei, Fei Sun, Wenwu Ou, Yongfeng Zhang: Understanding Echo Chambers in E-commerce Recommender Systems. SIGIR 2020

8, Fei Sun, Jun Liu, Jian Wu, Changhua Pei, Xiao Lin, Wenwu Ou, Peng Jiang: BERT4Rec: Sequential Recommendation with Bidirectional Encoder Representations from Transformer. CIKM 2019

9, Yu Zhu, Yu Gong, Qingwen Liu, Yingcai Ma, Wenwu Ou, Junxiong Zhu, Beidou Wang, Ziyu Guan, Deng Cai: Query-based Interactive Recommendation by Meta-Path and Adapted Attention-GRU. CIKM 2019

10, Yu Gong, Yu Zhu, Lu Duan, Qingwen Liu, Ziyu Guan, Fei Sun, Wenwu Ou, Kenny Q. Zhu:

Exact-K Recommendation via Maximal Clique Optimization. KDD 2019

11,   Xiao Lin, Hongjie Chen, Changhua Pei, Fei Sun, Xuanji Xiao, Hanxiao Sun, Yongfeng Zhang, Wenwu Ou, Peng Jiang: A pareto-efficient algorithm for multiple objective optimization in e-commerce recommendation. RecSys 2019

12, Changhua Pei, Yi Zhang, Yongfeng Zhang, Fei Sun, Xiao Lin, Hanxiao Sun, Jian Wu, Peng Jiang, Junfeng Ge, Wenwu Ou, Dan Pei: Personalized re-ranking for recommendation. RecSys 2019

13, Changhua Pei, Xinru Yang, Qing Cui, Xiao Lin, Fei Sun, Peng Jiang, Wenwu Ou, Yongfeng Zhang: Value-aware Recommendation based on Reinforcement Profit Maximization. WWW 2019

14, Yu Gong, Xusheng Luo, Yu Zhu, Wenwu Ou, Zhao Li, Muhua Zhu, Kenny Q. Zhu, Lu Duan, Xi Chen: Deep Cascade Multi-Task Learning for Slot Filling in Online Shopping Assistant. AAAI 2019

15, Yu Gong, Xusheng Luo, Kenny Q. Zhu, Wenwu Ou, Zhao Li, Lu Duan: Automatic Generation of Chinese Short Product Titles for Mobile Display. AAAI 2019

发表于2021-07-29 17:43:42
返回本版
1
/ 1
跳转

请您先 登录 再进行发帖

快速回复楼主
标题
建议:≤ 24个字
签名档
发布(Ctrl+回车)

您输入的密码有误,请重新输入