基础认知方向招算法P6/P7，我们沉下心理解用户打磨技术，打造业内顶尖的画像质量与体系，通过核心标签为集团业务输出价值；如果有朋友感兴趣或者愿意在这个方向深耕若干年，可以加微信 Iuranus 或私聊详情。


职位描述：
阿里巴巴数据技术及产品部，定位于阿里集团数据中台，为阿里生态内外的业务、用户、中小企业提供全链路、全渠道的数据服务，服务横跨阿里经济体所有的业务。用户理解算法团队主要承担阿里经济体核心资产挖掘和应用的职责，我们有丰富的场景与海量的数据，让你去钻研和落地最新算法技术，团队与多个高校有长期的AIR研究项目合作，在 KDD、SIGIR、AAAI 等 AI 顶会上有 10+ 篇论文发表，有研究氛围帮助你持续保持业界领先技术。

主要方向：
一、基于阿里经济多源复杂的业务数据，在上百亿关系和上亿的节点图上，利用复杂网络、知识图谱、多任务学习等算法技术，挖掘用户 ID 关系、属性和潜在风险，支持广告和风控场景在定向、归因、反作弊的关键应用。
二、基于多任务、弱监督、知识图谱、表征学习、可解释性AI等算法技术，对用户画像进行体系化、科学、细致的挖掘、评估与优化，高质量赋能经济体业务；同时从联邦学习、隐私保护迁移学习、基于多方安全计算的机器学习等方向，通过技术创新解决现在与未来的隐私保护问题。
三、基于阿里的核心数据要素，赋能阿里各业务线的数据化运营需求。在技术上需要探索图模型、强化学习等技术的跟踪和落地，同时也需要不断总结业务需求，思考技术沉淀，沉淀通用化、规模化的产品能力与服务能力，放大算法的价值，持续赋能集团内外用户。

职位要求：
1、计算机、数学、物理、自动化、电子工程等相关专业，本科或以上学历，在顶尖刊物会议发表文章／顶尖竞赛获奖者优先；
2、有图挖掘、自然语言处理、搜索引擎、推荐系统、知识图谱、风控算法相关研究和工作经验优先；3、掌握图神经网络、多任务学习、弱监督学习、小样本学习、噪声样本、主动学习、表征学习、强化学习、知识图谱、联邦学习等一项或多项深度学习相关技术；
3、优秀的编程能力，熟悉大规模数据处理平台Hadoop/Spark/ODPS及其原理，熟悉TensorFlow/PyTorch等深度学习框架；
4、有商业数据产品落地经验优先，有结合数据科学的资产优化经验优先。