阿里巴巴集团 · 阿里国际 · GSP（货通平台）
AI 应用研发工程师（实习） 2026.05 – 2026.09
Java
Spring Boot 3
Spring AI
Agent
CompletableFuture
工作内容
A2L 时令节庆选品 AgentAGENT 01
负责 AE to Lazada 时令节庆选品 Agent 的设计与落地，实现从时令事件识别到真实铺货的全链路自动化。7–8 两月选品数据（与人工选品对比）：
| 指标 | Agent 选品 | 人工选品 | 对比 |
|---|---|---|---|
| 选品数量 | 11.9 万 | 51.7 万 | 约 23% |
| 动销率 | 1.72% | 1.39% | +23.6% |
| 品均 PV | 38.18 | 28.65 | +33.3% |
| 品均 IPV | 2.524 | 1.908 | +32.3% |
- 设计类目与国家节庆之间「分区间段」打分方法论，保证打分排名的稳定性；以「距离 X 节日还有 D 天」的语义设计节庆日历映射器，契合东南亚国家非公历节日的特征，并通过 CompletableFuture 异步多批次打分后头部类目精排，保证评分标准的一致性；
- 将 quota 按照 Lazada 侧平台子单配比再分配到单一类目，弥合 AE 侧与 Lazada 侧主营趋势的差异；反向映射时加入国家与节日的上下文，过滤不符合场景的映射条目；设计「分层抽样」铺品方案，在固定 quota 前提下预估扩量至品池 n% 商品时策略的表现情况。
TBC-AE 站内热搜词选品 AgentAGENT 02
负责 TBC-AE 站内热搜词选品链路，将每日用户搜索词转化为可聚合的选品信号。在女装与箱包（二期扩展至男装和家居）类目上，新品 7 日品均 GMV 较人工选品提升 28.6%，品均 PV 提升约 40%。
- 设计「特征词 / 泛词两路分流」策略：特征词以行业特征库为标准做受控抽取（结合国家上下文，语义相近则回填库内值），泛词则经「搜索词 → 下单商品标题 → 特征聚合投票」链路还原搜索用户真实偏好；
- 设计「四池过滤」原则，在选品前对特征组合按照稳定需求 / 上升趋势 / 供给缺口 / 成交验证四道逻辑，筛选出真正有潜力的特征组合用于选品。