百度医疗搜索鲜活内容产品经理（J84622）

深入分析小红书用户医疗健康搜索行为，结合医学知识挖掘用户真实需求 。 调研行业竞品功能与医疗内容生态，提出优化搜索策略和内容生态的建议 。 整理用研反馈，推动策略改进（例如高危词过滤、权威内容优先展示等）。 参与医疗大模型的建设，给模型在医疗场景提出有效建议。

1、支付宝医疗健康行业的搜索算法等相关工作落地，负责医疗搜索场景的召回排序模型优化； 2、负责医疗query理解，医生医院药品理解，医疗知识图谱构建与表征相关工作； 3、探索 AGI 技术在智能导诊、购药等医疗场景的应用。

1. 负责智能信息事业群下的医疗搜索的核心算法研发，涉及到大模型排序、数据挖掘、机器学习、召回排序以及自然语言理解等技术问题； 2. 结合大模型能力，在搜索领域进行大模型应用和落地，对大模型训练和学习，通过大模型优化相关性、召回和排序提升搜索排序效果； 3. 需要对海量全网数据（文本、图片、视频等）和超大规模用户行为进行深度挖掘，并阅读最新的论文文献，优化统计学习和深度学习模型，极致提升用户在夸克医疗搜索的产品体验； 4. 在线学习等方法进行用户行为分析，深度解决用户的痛点。

研究领域： 推荐系统 项目简介： 当前医疗信息搜索推荐服务面临三大核心挑战：1）搜索结果与用户真实需求匹配度低（准确性不足）；2）推荐内容缺乏个性化适配（未考虑用户病史、症状特征等个体差异）；3）医疗信息可信度验证机制缺失（存在误导风险）。本项目将融合大规模预训练语言模型、动态知识图谱和医学循证规则，重点突破以下方向： 研究医疗领域大模型精准语义理解与意图识别技术 构建多维度用户画像与个性化推荐算法体系 开发基于医学循证的可信度验证与风险预警机制