腾讯搜索应用部-大模型研发工程师
任职要求
1.计算机、电子工程等相关专业，2年以上推理优化经验； 2.精通C++/Go/Python，熟悉CUDA/OpenCL高性能编程； 3.至少熟练掌握一种推理框架（TensorRT/Triton/vLLM/…
工作职责
1.参与AI搜索业务的大模型全流程开发，包括架构设计、数据预处理、训练、部署、推理加速等； 2.负责推理框架核心模块的设计与开发，包括算子调度、流量调度、模型管理、推理引擎集成等工作； 3.负责推理加速方法的工程实现和落地，包括但不限于模型剪枝、模型量化、动态batch等方法； 4.调研前沿技术，推动稀疏化推理、异构推理、分布式推理等技术在业务中的集成应用。
负责天猫淘宝海外搜索推荐场景的算法设计和优化，包括并不限于： 1. 负责研发面向消费者端的搜索&推荐算法系统，提升海外用户购物体验以及平台效率 2. 负责超大规模深度学习在用户/商品表征学习、向量化召回、点击/成交转化模型预估等的应用和创新 3. 负责跟进业界先进技术（LLM大模型等）、赋能业务效果提升
1、负责大模型算法的研发与优化，提升模型在多语言场景下的性能和效率。 2、参与AI驱动的电商搜索解决方案设计，应用LLM技术进行Query理解和商品多模态理解。 3、跟踪业界最新技术动态，推动大模型在电商领域的创新应用。
阿里资产技术团队负责建设全球领先的网络资产处置平台，承载司法拍卖、破产处置、珍品交易等多个市场体量巨大的业务，应对海量用户、巨量资金带来的复杂大型互联网系统架构。 1. 复杂场景下的智能算法构建： ○ 负责商品拍卖场景的搜索推荐系统优化，包括基于用户行为的长短期兴趣建模，设计多目标排序策略（精准推荐/惊喜度平衡），解决新品冷启动、多样性打散等业务难题； ○ 构建亿级商品知识体系，研发基于大模型的商品结构化分析、同品识别、属性纠错等多模态商品分析解决方案； ○ 开发基于时序特征的成交价与拍下率预测系统，提升拍卖定价策略的合理性。 2. 前沿算法探索和落地，LLM/GNN/多模态等前沿技术在搜推场景的应用落地，包括： ○ 基于用户意图理解的生成式推荐范式； ○ 图神经网络在异构图谱中的关系挖掘； ○ 基于大模型的知识增强的多模态商品表征。 3. 算法数据闭环建设： ○ 设计科学的效果评估体系，构建AB实验、因果推断与归因分析的全链路验证机制； ○ 推动算法成果转化为关键业务指标的提升（GMV/LTV/用户时长等）。 我们提供： ○ 参与核心系统的架构设计机会； ○ 行业领先的GPU算力集群与数据资源支持； ○ 与顶尖算法团队共同探索搜索推荐技术前沿领域的创新突破。
1. 大模型垂域应用系统的整体架构及业务链路设计，包括但不限于系统设计、算法工程、AIGC应用搭建等； 2. 应用大模型、向量数据库、知识检索、MCP、A2A、 Function calling 等技术，构筑包含 Prompt智能填充、复杂任务规划、大小模型异构调度、数据沉淀和管理的 Agent 平台，用于在游戏开发过程中的能力提效 和游戏智能NPC的开发； 3. 和模型算法同学一起，通过算法和架构结合，改进算法的效果，保证能力的稳定性，降低技术成本； 4. 跟踪最新的智能体技术研究和进展，并在游戏 AI 领域进行创新性探索。