百度大模型应用策略算法工程师（J82981）
任职要求
-计算机/数学相关专业硕士及以上学历，有相关互联网算法研发经验 -扎实的机器学习基础，精通Transformer、BERT、GPT等模型架构，有LLM微调、RLHF实战经验者优先 -熟练掌握Python/C++，具备大规模分布式训练经验，熟悉PyTorch框架 -具备完整的数据闭环能力：从特征工程、离线训练到在线服务全链路开发经验 -对AIGC产品有深刻理解，熟悉RAG、Agent等前沿技术落地场景，有千万级用户产品经验者优先 -出色的业务洞察力，能通过数据挖掘发现算法优化机会，主导过完整项目迭代者优先 -良好的沟通协作能力、独立分析和解决问题的能力，善于探索和应用AI领域前沿技术，推进技术进步
工作职责
-负责大模型应用层算法研发与调优，负责对话系统、内容生成、意图理解等核心模块的算法优化，基于LLM深入理解用户所需，提升模型在复杂场景下的推理能力与用户体验 -构建用户-内容动态匹配算法，开发结合大模型能力的个性化推荐系统，研发文本/语音/视觉多模态融合算法，探索新型人机交互范式在移动端的最佳实践，带动产品规模高速增长
-搜索首位智能化结果优化： -负责搜索首位结果的智能化优化，提升搜索结果的相关性和用户满意度 -利用大模型技术，优化搜索首位答案效果，确保首位结果能够精准匹配用户需求 -用户需求理解与延展满足： -通过自然语言处理（NLP）和深度学习技术，深入理解用户搜索意图，提升搜索结果的精准度 -探索用户需求的延展满足，提供超出用户预期的搜索结果，提升用户粘性 -检索增强与模型优化： -结合大模型技术，优化检索算法，提升搜索效率和准确性 -探索基于大模型的检索增强技术，提升搜索结果的相关性和多样性 -算法研究与创新： -跟踪学术界和工业界的最新进展，探索前沿算法在搜索领域的应用 -设计和实现创新的搜索策略算法，推动搜索技术的持续进步 -跨团队协作： -与产品经理、数据科学家、工程师等跨职能团队紧密合作，确保算法方案能够有效落地并产生实际业务价值
-建立数据分析体系，综合应用机器学习、数据挖掘、NLP、LLM等技术解决各类反作弊、风控问题 -负责对搜索、商业广告、运营活动、电商交易等场景风控策略、模型进行迭代 -负责大模型应用落地反作弊、风控业务场景 -负责研究与探索，建设业内领先的反作弊、风控算法系统
工作职责 1、负责小红书音点直播、图片内容的全链路用户消费体验优化，主导策略框架的迭代与升级，包括选档位策略优化等，持续提升用户体验； 2、负责精细化设计不同场景的转码、下发，为用户提供端到端的个性化体验(画质与流畅) 3、深度参与以用户消费体验为核心的策略优化项目，通过AB实验、因果推断、强化学习及大模型等数据驱动与算法手段，精准定位业务痛点，推动关键指标提升与业务落地。
团队介绍： 我们是高德地图终端体验团队，在业务层面负责核心的出行业务、用户平台业务、创新业务，以及开放平台业务，在技术能力层面，负责性能，稳定性优化、工程智能化、编译工具等基础设施建设。团队技术非常全面，涉及iOS、Android、JS、C++，Flutter、Serverless、java服务等。团队牛人多，技术氛围好，技术分享和学习互助氛围良好。 岗位描述： 1、负责算法在RAG场景下的落地工作，业务场景包括但不限于代码智能生成/信息检索/知识图谱/智能对话/信息总结等； 2、负责RAG调优的算法设计与把控工作，构建例如高效的切片算法、Rerank算法、Query理解模块等，实现高召回率和精确度； 3、推动NL2SQL技术的精准性和性能，提升查询结果的质量； 4、构建完整的端到端LLMOps流程，涵盖数据收集、注解、评估及调优等关键环节。