携程AI搜推算法专家(MJ030916)
任职要求
1、5年及以上相关工作经验；计算机、统计学、数学、信息技术等相关专业；研究生及以上学历优先； 2、具备优秀的编码能力，扎实的数据结构和算法功底；有良好的数据敏感度，能从海量数据提炼核心结果；有丰富的数据分析、数据挖掘、效果评估的经验和能力； 3、熟悉掌握机器学习和深度学习算法，对推荐系统、搜索排序、计算广告相关领域有经验者优先；熟悉常用的算法模型，并在多目标优化、序列建模、多场景建模、生成式推荐等一个或多个方向有深入研究；精于逻辑推理、统计分析理论； 4…
工作职责
1、负责携程旅游业务场景搜索/推荐排序端到端迭代优化，优化用户搜推体验，提升点击率、转化率等核心指标； 2、应用先进技术手段，优化召回、粗排、精排、重排等全链路算法模块，显著提升用户体验和转化效率； 3、具备项目技术Owner的能力，能够主导制定并落实团队在技术、业务等多维度发展方向； 4、对业务和技术变化有深入洞察，持续关注包括大模型在内的技术前沿进展和落地应用； 5、具备跨团队沟通协作能力，与其他团队密切合作，为用户提供卓越的旅行产品。
本岗位承接集团 AI 人才战略，依托高德地图亿级用户场景，致力于重构下一代 LBS 搜索推荐架构。你将作为核心骨干，参与"AI Native 生成式搜推架构与空间复杂排序决策”前沿课题，探索大模型在地理位置服务（LBS）领域的深度应用。 1.架构创新：负责基于大语言模型（LLM）的生成式召回（Generative Retrieval）系统研发，突破传统倒排索引限制，实现从“语义理解”到"POI 生成”的范式升级； 2.模型攻坚：主导融合地理空间知识的 LLM 微调与推理技术研究，解决大模型在 LBS 场景下的空间幻觉与位置感知难题； 3.排序决策：构建多目标博弈下的复杂排序模型，利用强化学习与大模型推理能力，平衡导航耗时、服务质量、商业价值与用户满意度； 4.工程落地：负责高并发场景下的端云协同推理加速，通过模型蒸馏、量化等技术，确保生成式算法在毫秒级延迟要求下的稳定落地； 5.技术引领：跟踪全球 AI 前沿技术，在顶级会议发表成果，沉淀方法论，并参与团队内部技术建设与人才培养。
1、AI摘要Agent研发: - 设计并实现基于LLM的搜索摘要Agent,提升对搜索结果与旅行内容的理解、推理与结构化总结能力。 - 探索 LLM Reasoning 技术(思维链、多步推理),优化复杂查询的 Deep Research 模式,实现长文本理解与跨内容/跨商品的信息融合。 - 构建端到端系统,涵盖意图理解、知识与商品检索、结果生成与偏好对齐,持续提升用户体验。 2、AI搜推链路升级: 探索搜索/推荐引擎与大模型、机器学习、强化学习等前沿技术的结合,推动AI搜推链路重构与系统优化,结合内容与时空热点属性,构建场景化的导购引导。 3、模型优化及应用: - 通过指令微调(SFT)、偏好对齐(RLHF/DPO)等技术优化模型在搜推场景的适应性。 - 探索多模态信息(文本、图像、视频、结构化数据)融合的搜索与生成技术。 - 参与统一搜推大模型建设;
1. 独立负责AI搜业务的平台产品规划与落地，驱动平台建设全流程 2. 深入一线理解模型迭代痛点，设计覆盖agent编排、数据生产、模型训练等模块的平台方案 3. 与算法、工程团队紧密协作，把模型效果提升的数据需求转化为可执行的平台功能 4. 持续跟踪平台数据，发现瓶颈、推动优化，保障模型数据质量和评测效率满足业务节奏
-参与百度搜索top1生成式问答技术的研究和开发，不断优化用户体验 -在LLM和数据飞轮背景下，参与大模型的数据建设、SFT、对齐等模型优化工作 -利用百度的大规模用户群体和数据资源，推动模型的快速迭代上线和优化 -探索RAG框架下的系统设计和相关算法技术