返回信息流团队介绍
我们是【淘宝搜索算法团队】，是淘天集团内专注于创新和优化搜索技术的核心团队，支撑淘天超大规模检索、相关性、预估、Query理解、顶层机制设计、AI搜，**直接驱动千亿级GMV**。我们的任务是通过持续研发高效、精准的搜索算法，以提升用户的在线购物体验和满意度，进而推动电商平台的商业成功。在这一关键角色中，你将参与淘宝搜索功能的核心算法研究，特别是专注于大模型在信息检索领域的应用、AI创新产品和AI搜等创新领域。我们深度理解搜索引擎的工作原理，在生成式预估/召回、大模型全链路应用、模型Scaling和Infra、多模态技术、AI Agent等技术方面持续深耕。作为团队的核心成员，你将不仅要在直接工作领域推动技术突破，还要与团队其他方向，包括召回、个性化预估、相关性、机制等进行全链路联动，共同推进搜索算法的整体优化。团队技术氛围浓厚，**近些年在ICLR、NIPS、KDD、SIGIR、WWW、AAAI等顶会发表论文三十余篇，并斩获CIKM Best Paper Runner Up**。且与顶尖高校深度开展AIR/RI科研合作，拥有浓厚的技术交流与创新氛围。
团队亮点
超高的转正率（过往转正率超70%），更有1:1 mentor带教，实习课题专属定制；
高空间的舞台，真实、海量、复杂且高价值的业务场景，让你的技术才能得到最大程度的发挥；
前沿的技术挑战，**直接参与定义下一代AI搜索**，与行业顶尖人才共同攻克最具挑战性的技术难题；
充足的资源支持，丰富的计算资源与数据资产，以及鼓励创新和试错的文化氛围；
清晰的成长路径，完善的职业发展体系和技术晋升通道，支持个人在技术深度和业务广度上的持续成长。
岗位描述
生成式排序/检索 ：
研究LLM如何赋能电商场景下的个性化CTR/CVR预估和召回，利用模态对齐、用户行为CoT等技术手段让LLM的推理能力扩展到对用户的个性化偏好的理解与推理上，实现更精准的人货匹配；探索个性化生成式预估/召回模型方案，包括搜索推荐领域下生成式模型相较于判别式模型的优劣对比、生成式训练范式设计、生成式模型结构优化、基于RL的排序目标对齐等方向，设计有Scale Up能力的模型方案。
大模型应用与落地：
主导设计和优化面向电商场景的Query理解、语义检索与相关性大模型、UGC内容理解和生成，重点投入Agentic Search/Deep Research、Agentic Reasoning、多模态大模型等前沿方向，从模型层面根本性地提升搜索相关性和用户体验满意度，从而提升商业效率；同时会运用生成式AI技术，为搜索结果页的商品自动生成富有吸引力的标题、精准的卖点摘要，并探索文生图等多模态技术以创造全新的商品图像。
大模型Infra设计与优化：
和淘宝电商搜索业务紧密结合，设计和改进机器学习模型的架构，负责大模型背景下的预估模型与稠密模型的Infra设计，包括更加算力友好的算法方案设计、训练加速、线上部署、链路优化、计算复杂度优化等，推动先进技术成果的规模化落地；应用不限于剪枝、量化、知识蒸馏、分布式计算（数据并行、模型并行、混合并行）等技术来优化模型的复杂度和运行速度，同时探索模型在样本、训练、存储和推理的极致性能。
AI搜：
参与电商下一代AI电商搜索模型全链路能力建设，革新AI电商信息导购和AI商品搜索技术，聚焦Post-training（SFT、RLVR、Agentic RL、CoT）等核心技术，推动AI搜索技术迭代，通过RAG、Agent等技术提升用户搜索体验，同时构建数据驱动的Agentic闭环链路，支持智能体推理、Case分析、训练数据合成与自动化评估，实现搜索效果的持续优化。
联系方式：
邮箱投递：
（邮件主题：姓名-校招/社招-学校/公司-应聘方向）
ll455552@alibaba-inc.com
这是一条镜像帖。来源：北邮人论坛 / parttime-job / #985042同步于 2026/3/19
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ParttimeJob机器人发帖
【实习】【组内直招】阿里淘天算法岗 核心组 高转正率 全程帮跟
vivian0907
2026/3/19镜像同步6 回复
订阅后，新回复会通过你的通知中心匿名送达。
6 条回复
关于搜索算法这边的一些过往产出 大家也可以阅读我们一些对外的文章了解：
其中不少里面都有实习生的工作，战绩可查！
淘宝搜索算法：推理范式下生成式检索应用 | AIGI专题 https://mp.weixin.qq.com/s?__biz=MzcwNTE2NzY4MQ==&mid=2247487435&idx=1&sn=b6cb72bc16fff7fe0282aaf0dac18a1c&source=41&poc_token=HHxvu2mj05fisvEaNP1iFafiHIG4qJ_lN36JMg59
淘宝搜索算法：Transformer-based CTR模型的Scaling-Law与冷启动革命 | AIGI专题：https://mp.weixin.qq.com/s?__biz=MzcwNTE2NzY4MQ==&mid=2247487434&idx=1&sn=8114841ff2f5b60ae1ce80129f847036&source=41&poc_token=HJdvu2mjnbijOVuDv2aU9nRS8LiBTiwLu8yvjk5b
淘宝搜索算法：MoE 模型推理的批次解码加速｜AIGI专题 https://mp.weixin.qq.com/mp/wappoc_appmsgcaptcha?poc_token=HLNvu2mjJ8LTuqQFFvW2s0Pg7ZZlcI14ryAej0Fk&target_url=https%3A%2F%2Fmp.weixin.qq.com%2Fs%3F__biz%3DMzcwNTE2NzY4MQ%3D%3D%26mid%3D2247487433%26idx%3D1%26sn%3D02d55bff8cdfa6c555291ac2941c3f60%26source%3D41#wechat_redirect
淘宝搜索算法：面向下一代的向量检索实践｜AIGI专题 https://mp.weixin.qq.com/s?__biz=MzcwNTE2NzY4MQ==&mid=2247487432&idx=1&sn=0e51592acc1b049c9eaedc8201dc0fe1&source=41&poc_token=HMZvu2mjJ-qutXWPkyXxfUNWWhgCqpBT-xMEKsgu
淘宝搜索算法：推理型相关性LLM探索实践｜AIGI专题https://mp.weixin.qq.com/s?__biz=MzcwNTE2NzY4MQ==&mid=2247487431&idx=1&sn=0625160e6d249b6d326e0f4400384b21&source=41&poc_token=HNlvu2mjdzR8ZM1CoKIZ81wy2qqm1vah8tRXIyL_
淘宝搜索算法：在大模型加持下的长尾复杂语义查询改写 ｜AIGI专题 https://mp.weixin.qq.com/s?__biz=MzcwNTE2NzY4MQ==&mid=2247487430&idx=1&sn=8fcaa335fbe63bb24514e1c3906a727c&source=41&poc_token=HAFwu2mjoUziULO7C9gIGNMo-K2fpZKl-vVRK621