1、大模型算法研发：构建电商领域的大模型LLM底座，融合电商的知识，快速落地业务。持续建设和优化NLP/LLM/CV/多模态模型预训练算法，利用RAG、Long Context、RLHF、COT等技术，提升模型的理解、推理能力； 2、负责设计、开发和优化电商领域的自然语言处理（NLP）算法，提高搜索、推荐系统的性能和效果； 3、使用NLP/LLM/CV/多模态大模型，对搜索推荐全链路进行算法优化，改进商品创意生成、理解用户行为、理解商品内容等，以提升用户体验和系统智能化水平； 4、大模型评估与调优：设计和实施算法评估框架，对模型性能进行监测和评估，并根据结果进行模型调优，确保系统的稳定性和可靠性； 5、跨团队协作：与产品团队、工程团队和数据团队等紧密合作，理解业务需求，制定并实施相应的算法解决方案； 6、持续学习与创新：跟踪最新的NLP/LLM/CV/多模态大模型研究进展，不断学习新技术和算法，将最新的科研成果应用到实际工程中，保持团队的竞争力；

1、负责跨境搜索推荐业务的CTR/CVR/创意优化模型算法优化，与来自国内外顶级名校、业界大厂经验同学合作，为用户提供一流的产品体验 2、优化跨境搜索推荐在全场景、全链路的核心模型算法，包括召回、粗排、精排、混排等，提升搜索推荐的转化效率，促进GMV增长 3、利用最新的深度学习技术包括多任务学习、多模态技术、超长序列建模、图神经网络等，结合业务实际问题做好技术探索和应用 4、探索大模型在电商搜索推荐领域的应用，如用户行为理解、创意生成、CTR/CVR模型优化等，通过大模型提升业务效果 5、深入理解用户在平台的各类行为，分析驱动业务的增长点，对数据进行建模，优化效果，并推动落地

1、围绕跨境业务目标构建业务指标体系，监测业务经营状况，能够主动发现业务风险，定位并协助和推动问题解决； 2、根据业务所处阶段和面临问题，能够输出专题分析报告，为运营决策、产品优化提供策略和建议； 3、沉淀分析思路与框架，提炼数据产品需求，与相关团队协作并推动数据产品的落地。