百度搜索算法专家(J91511)
社招全职MEG地点:北京状态:招聘
任职要求
- 计算机/人工智能相关专业,有丰富的搜索/广告/推荐算法经验者优先 - 深度熟悉多模态理解相关算法者优先,具有跨模态检索或大模型重排序项目经验者加分 - 有扎实的大模型基础,具备大模型post-training、sft、rl等相关经验者优先 - 发表过计算机领域顶会论文、知名竞赛获奖等经历者优先 - 具有较好的团队合作沟通能力、问题分析能力,有较强的责任心和自驱力
工作职责
负责百度整页、视频、图片搜索业务,运用前沿技术重塑搜索信息交互方式,提升整页、视频、图片等用户体验,工作内容包括但不限于: - 迭代亿级资源库的召回排序机制,构建多目标融合建模体系,提升整体搜索体验 - 负责NLP方向相关技术研发,包括不限于用户意图理解、语义对齐、搜索结果rerank等 - 主导超大规模搜索CTR预估模型优化,重点攻关面向搜索场景的多模态用户行为序列建模算法 - 优化多模态内容理解与跨模态语义匹配算法,探索基于VLM的重排序框架,融合多模态内容信息进行端到端用户感知优化
包括英文材料
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
SFT+
https://cameronrwolfe.substack.com/p/understanding-and-using-supervised
Understanding how SFT works from the idea to a working implementation...
相关职位
社招D3967
1、参与亿级用户规模的电商搜索优化,提升电商搜索场景的GMV、购买用户数、点击率、转化率等核心指标,提升用户电商搜索购物体验,促进生态良性发展; 2、参与机器学习与深度学习算法的核心研发工作,对搜索全链路进行建模优化,包括但不限于召回、相关性、粗排、精排、机制等,深度进行序列建模、迁移学习、强化学习、对比学习、多模态大模型等的算法和系统研发; 3、针对海量用户行为数据,提供基于分布式计算的算法解决方案,大幅提升算法计算规模和性能; 4、参与搜索推荐机制的顶层设计,结合业务战略,优化电商流量结构和GMV结构,促进电商生态的健康发展。
更新于 2025-04-03
社招算法开发岗
负责京东主站搜索算法与策略优化,提升搜索体验与效率提升,包括搜索导购、搜索、图搜、创意生成与优选方向: 1. 使用大模型负责搜索内容理解与相关性,提升搜索基础体验 2. 负责搜索召回与机制策略,包括语义向量、个性化、多模态、策略等方向 3. 探索前沿机器学习/AIGC算法,结合搜索场景落地
更新于 2025-08-25
社招
岗位解决的问题: 利用大模型技术解决搜索场景的相关性、Query推荐等问题,同时探索大模型在搜索场景的应用 试用期考核标准: 能否全面负责某项独立业务,包括明确项目收益、制定项目计划,协调各种资源,带领其它同事顺利完成项目目标 工作描述: 1. 参与知乎搜索召回、相关性、排序架构升级&算法迭代,提升知乎搜索用户体验效率; 2. 基于海量的用户行为数据以及人工标注数据,利用数据挖掘、机器学习、NLP等技术,对搜索排序进行优化,满足用户搜索需求; 3. 研究方向包括:query理解、query-图文/问答/视频文本语义召回、相关性匹配、 CTR/点赞/收藏 等多目标排序,大模型搜索应用等
更新于 2024-03-20