首页 > 阿里集团的AI国际事业部JAVA C++秋招
头像
及至
发布于 2021-08-15 16:15
+ 关注

阿里集团的AI国际事业部JAVA C++秋招

各位同学好~(*^▽^*) 本岗位属于阿里集团的AI国际事业部,支持东南亚国际电商lazada的AI(广告,搜推)团队。
国际化作为阿里巴巴集团的三大战略之一,是整个集团后续的投入重头。而lazada作为东南亚的龙头电商,正处于迅速发展的阶段。本技术团队隶属AI中台团队,吸取了阿里妈妈与搜索推荐的技术强项,独创一套端到端的Phoenix技术体系,以打造国际化广告技术中台为技术目标,欢迎各位同学加入。
【投递方式】 发送简历到:guocongying.gcy@alibaba-inc.com 注明:校招学校+姓名+岗位+base地 (若有相关问题可以扫文末的微信二维码)
【base地与职位】 北京:c++、java、数据、前端 深圳:java
【简历要求】 有以下三种成果之一,则优先考虑: 大赛奖项、重要论文发表、大公司实习经验
【部门与岗位介绍】 一、广告算法工程 做为阿里巴巴集团AI中台,为阿里经济体相关业务提供广告、推荐、搜索相关业务提供洞察分析,广告效果分析,人群画像等数据服务。在这里,你有机会学习并应用阿里集团业界领先的数据技术,将数据应用到广告、推荐、搜索三大经典且核心互联网业务。 负责进行国际化搜索、展示及推荐的广告引擎端/广告主侧的设计和开发工作,支撑海量数据的离线+在线流计算工程研发,大数据高性能分布式处理平台技术研发,海量数据的离线算法训练流程及在线打分系统构建 C++工程:主要负责大规模广告在线引擎的开发,涉及搜索广告、展示广告、推荐广告,在这里,高并发、高性能检索、分布式、架构设计等等,你都能得到全面的锻炼,如果你对算法感兴趣,也可以加入算法工程平台的搭建。 java工程:主要负责广告主界面的开发工作,以及广告在线引擎的业务模块开发,和离线广告大数据处理,包括使用blink、分布式调度系统进行大规模数据处理。在这里,会让你对java应用、大数据处理都有全面的实践。

职位要求:
1. 大学本科及以上学历,对技术充满热情;
2. 熟练使用c++/JAVA基础语言进行研发,多线程、多进程、内存共享、网络通信编程技术;
3. 熟练使用脚本语言(Perl/python/php,至少一种),有丰富的Unix/Linux环境下开发经验;
4. 熟练掌握高峰值流量下的架构设计,对稳定性保障、性能优化及迭代效率优化有丰富经验;
5. 有大公司广告引擎、推荐引擎实习经验优先考虑;
6. 流利英语交流能力的优先考虑。

二、数据团队 团队主要负责lazada搜推、广告相关的数据工作。
我们充分利用实时和离线,数理统计和挖掘技术,构建赋能广告主和卖家,算法和运营的洞察、策略和衡量能力。范围包括广告业务的归因和报表服务,搜推广告流量效率和流量策略,数据赋能卖家增长和货品优化等。 主要负责lazada搜推、广告相关的数据工作。我们充分利用实时和离线,数理统计和挖掘技术,构建赋能广告主和卖家,算法和运营的洞察、策略和衡量能力。范围包括广告业务的归因和报表服务,搜推广告流量效率和流量策略,数据赋能卖家增长和货品优化等。

数据科学/数据研发:
提炼数据产品需求,与相关产品技术等团队协作并推动数据产品和决策系统的实施;
参与广告产品的设计、执行、衡量与效果改进,负责广告归因、效果衡量技术方案设计和实现;
打造营销价值衡量指标,验证营销动作和后续效果的因果关系;
洞察行业市场趋势和消费者价值,将数据洞察转化为行动推荐,驱动品牌/电商的营销和生意决策、运营消费者,并提升营销效率;
建模人群/货品/触点的营销投放策略,提升广告主在新客、新品、大促等核心场景的营销效果。

职位要求:
1. 大学本科及以上学历,对数据技术和数据驱动决策充满热情,计算机、统计、数学、运筹、数据科学、营销或相关专业优先 
2. 了解分布式数据处理系统(Hadoop/Spark/Storm/Flink)的原理及开发
3. 扎实的统计学基础,掌握常用的数据挖掘/机器学习技术,能够综合运用解决实际问题
4. 优秀的数据敏感性和业务理解能力
5. 具备一定的英语阅读能力,能在英语环境下工作更佳

三、前端 负责国际化广告工作平台的设计与开发,广告主侧前端平台的设计与开发

职位要求:
1. 熟悉 HTML5/CSS3/JS 的使用与开发,熟悉 http/https 的原理
2. 熟悉常用的工具库 jQuery、抓包工具 Fiddle 等
3. 熟悉一种或多种常用前端框架 Vue、React、Angular 等

欢迎私信~


全部评论

(0) 回帖
加载中...
话题 回帖

推荐话题

相关热帖

近期热帖

历年真题 真题热练榜 24小时
技术(软件)/信息技术类
查看全部

近期精华帖

热门推荐