岗位描述（节选）
淘天营销算法团队作为淘系核心的算法团队，致力于将大语言模型与电商营销场景深度融合，驱动从商品供给到前台推荐全链路的智能化升级，服务业务包括营销产品（聚划算、天天特卖、百亿补贴、有好价等）、大促活动（618、双十一、双十二等）等淘系核心场景。
具体职责包括但不限于：
1、研究大语言模型在电商营销场景的 Agent 规划与决策算法，探索 LLM 在多步推理、工具调用、自我反思与纠错中的核心能力边界；针对大促策划、选品、权益分发等场景，研究 Agent 的任务分解、奖励建模与策略优化方法，推动 Agentic AI 从单轮指令执行到自主目标驱动的范式演进。
2、负责大语言模型的后训练与对齐，包括 SFT、RLHF/RLAIF、DPO 等训练范式在电商场景的应用，通过偏好优化提升模型在推荐、导购、营销内容生成等任务上的效果与可靠性。
3、探索生成式推荐新范式，研究 LLM 在商品召回、个性化排序……
完整岗位描述与官方投递入口,请登录后在岗位详情页查看。