1. 我们在做什么

淘天用户算法团队是手淘核心算法团队之一，负责手淘整体的用户增长和促活业务的算法优化，覆盖手淘外投广告、PUSH、权益、互动、消息等用户业务场景，为手淘用户规模增长和成交增长贡献核心增量。

我们致力于用算法优化来提升手淘用户增长和购买转化，持续提升手淘用户的长期购物体验，通过算法能力提升业务核心指标。
团队技术氛围浓厚，研究兴趣广泛深入，在SIGIR、WSDM、CIKM、ICDE等顶会上发表多篇论文，研究方向包括大规模深度学习、推荐算法、广告算法、出价机制策略、大模型、AIGC等方向。
在此欢迎有机器学习背景, 聪明靠谱小伙伴加入(base 北京&杭州), 简历请发至[申请查看]，也可以扫描下方附件二维码。

2. 算法工程师-机器学习 暑期实习(2024.11~2025.10毕业)

1) 岗位职责

你将参与机器学习、深度学习领域的技术研发工作，包括但不限于CTR/CVR预估、强化学习、迁移学习、主动学习、特征提取与稀疏学习、搜索、推荐等的算法和系统研发等；

你将进行机器学习尤其是深度学习前沿问题的探索与研究，参与到手淘的用户增长、互动导购等业务的算法优化；

2) 能力要求

a. 本科级以上学历，计算机等相关专业；

b. 熟悉常用机器学习算法，对模式识别、深度学习、增强学习等相关领域，极佳的工程实现能力，精通C/C++、Java、Python等至少一门编程语言；

c. 有数理分析方面良好的素养以及数理统计基础；
有良好的数据敏感能力、较强的逻辑分析能力；

d.【加分项】有实际成果并发表在国际顶级会议、期刊者优先，有在KDDCUP、ImageNet、MSCOCO、ICDAR等权威比赛中取得优异成绩者优先；

团队论文

1. WWW 2024 Recommender Transformers with Behavior Pathways

2. ICDE 2023 MAMDR: A Model Agnostic Learning Framework for Multi-Domain Recommendation

3. IJCAI 2022 RMGN: A Regional Mask Guided Network for Parser-free Virtual Try-on

4. ICDE 2022 Multi-Task Learning with Calibrated Mixture of Insightful Experts

5. CIKM 2022 Multi-level Contrastive Learning Framework for Sequential Recommendation

6. SIGIR 2021 A General Method For Automatic Discovery of Powerful Interactions In Click-Through Rate Prediction

7. ACMMM 2021 MMFashion: An Open-Source Toolbox for Visual Fashion Analysis

8. WSDM 2121 Learning User Representations with Hypercuboids for Recommender Systems