腾讯AI搜索算法专家(大模型后训练方向)

1.负责AI搜索中检索排序方向的核心技术研发，包括检索规划、语义召回、LLM-based Ranking等算法研发、优化与创新，提升检索的相关性、时效性、质量、权威性； 2.跟踪AI搜索领域的前沿技术，参与前沿算法研究，推动研究成果在业务场景的落地应用； 3.参与产品讨论，基于技术对产品提出改进建议。

阿里云AI搜索算法团队致力于构建大模型驱动的AI搜索算法，为多行业客户提供标准搜索产品。团队坚持探索最新技术方向，鼓励创新，拥抱开源生态，相关开源模型及方案登顶多个AI搜索相关公开榜单。您负责的技术方向包括但不限于： 1. 文本搜索：负责长文档搜索相关技术方向，基于LLM全面提升相关文本搜索模块效果，包括Query理解、Embedding及Rerank模型等模块。 2. 多模态搜索：负责图文、视频、语音等多模态数据的相关算法模块，基于VLM实现精准的多模态及跨模态数据检索，包括多模态数据理解、Embedding及Rerank模型等模块。

关于我们： MOS 实验室隶属于阿里 ATH 千问事业群。我们致力于在大模型时代打造具有全球影响力的 AI 原生产品，推动 AI 从“被动对话”向“主动服务与复杂执行”的范式跃迁。 实验室核心业务涵盖 AI 搜索、生成式推荐、主动服务及任务助理 Agent 等前沿领域。依托千问大模型底座，我们深度探索 RAG、Agentic RL、多 Agent 协作及全链路工程自动化技术，旨在构建能够深度理解用户、自主规划路径并闭环交付任务的“最强 AI 助手”。 岗位职责：深耕全链路 AI 搜索与 Agent 技术 1. AI 搜索核心技术研发： 负责 AI 搜索场景下的核心算法研发，包括但不限于索引构建与收录、向量召回、 LLM 相关性模型以及生成式检索与排序的构建与优化。 2. 垂直领域 RAG 落地： 利用大模型技术（LLM）实现行业深度搜索，攻克垂直领域下的语义对齐、知识抽取及结构化数据检索等核心难题。 3. 全链路 Agent 提效： 探索大模型与搜索技术的深度结合，负责 Agent 框架下的全链路效率提升，通过Agent技术重构搜索链路，自动化完成搜索效果优化。 4. 技术前瞻与转化： 跟踪全球大模型与 信息检索领域的最前沿技术，确保搜索产品在生成式时代的领先地位。 职级可看P6-P8

1、 搜索AI产品的迭代落地：聚焦淘宝搜索的功能迭代与体验优化，结合LLM能力与电商用户心智，把产品想法拆解为可执行的方案并推动上线，对功能效果负责。 2、 生成式搜索体验的探索与打磨：参与生成式导购、多模态检索等创新产品的设计与落地。围绕"模糊意图识别 → 结构化/生成式结果呈现"，优化用户的购买决策路径，提升复杂查询下的满意度与转化。 3、 需求增长与业务结果驱动：挖掘搜索场景下的用户与业务需求，识别增长机会点，设计能带动核心指标增长的产品策略，并通过AB实验验证、迭代，持续放大业务价值。 4、 技术与商业的结合：理解LLM、NLP、RAG、Agent等技术的能力与边界，与算法、工程团队紧密配合，把技术能力转化为可落地的产品价值，同时兼顾用户体验、算力成本与商业化效率。 5、 数据驱动的产品闭环：参与搭建AI搜索的评估体系，既看核心交易指标，也关注AI生成质量；用数据洞察驱动模型迭代与产品优化，形成"上线—衡量—改进"的正向循环。