快手电商搜索算法专家-【搜索】
任职要求
1、硕士及以上学历,计算机、数学或统计学相关专业,出色的分析问题、解决问题的能力,有强烈的技术热情,有皮实乐观、不畏挫折的心态; 2、熟悉Linux环境、C++和Python语言,良好的逻辑思维能力,优秀的编码能力,扎实的数据结构和算法功底; 3、具有机器学习、数据挖掘、搜索系统、推荐系统或者自然语言理解等相关领域知识;有工业界相关业务与技术方向…
工作职责
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。
“我们正在引领搜索技术的下一代革命,致力于通过大模型重构电商搜索与推荐的核心链路”。团队聚焦生成式召回、多模态理解、语义大模型 等前沿方向,打造“千人千面”的极致个性化体验,并推动语义理解与个性化召回的深度融合。如果你渴望用大模型重新定义亿万用户的购物体验,这里将是你的理想战场! 1.主导大模型在搜索场景的落地与创新,设计生成式召回策略 、多模态语义理解模型 及个性化排序算法 ,提升搜索结果的相关性与多样性; 2.探索大模型在用户意图理解、商品知识挖掘中的应用,构建端到端的语义搜索系统,解决长尾查询与跨模态匹配的技术难题; 3.驱动多模态交互创新,实现文本、图像融合的智能搜索体验,并探索AI Agent在购物场景中的主动服务模式。
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。

1、参与并主导得物电商推荐/搜索系统召回,模型设计和研发; 2、负责搜索意图识别,Query类目预测,品牌预测,属性预测,实体命名识别等相关性策略和模型迭代; 3、深入理解搜索用户行为,结合得物自身品台业务定制化业务模型研发,提升搜索算法效果 。
淘宝文本搜索算法团队是淘天集团内专注于创新和优化搜索技术的核心团队。我们的任务是通过持续研发高效、精准的搜索算法,以提升用户的在线购物体验和满意度,进而推动电商平台的商业成功。这一关键角色中,您将参与淘宝搜索功能的核心算法研究,特别是专注于搜索相关性领域。该职位要求深入理解搜索引擎的工作原理,在深度语义相关性模型、大语言模型、多模态技术等方面有突出的贡献。作为团队的核心成员,您将不仅要在您的直接工作领域推动技术突破,还要与其他方向的团队(包括召回、排序、机制等)进行全链路联动,共同推进搜索算法的整体优化。 工作职责: 1. 设计和优化淘宝主搜的搜索相关性算法,包括但不限于文本相关性大模型、多模态相关性大模型、多模态商品理解等等。 2. 通过数据飞轮、知识库建设、数据挖掘、标注任务迭代等持续提高数据质量,积累电商域的知识数据资产。 3. 深入理解电商搜索用户需求, 建立和完善搜索体验分析方法论,以指导模型的迭代和优化。 4. 密切关注并引入最新的LLM、MLLM、NLP和机器学习技术,将其应用于搜索相关性的提升,并在此基础上进行创新。 5. 与召回算法、排序算法、机制等其他团队紧密合作,对搜索算法全链路多阶段漏斗进行研究和分析,并参与搜索框架的设计工作,实现全链路的优化和协同。 6. 拓展和指导团队的技术视野,提出并推动解决搜索相关性的新思路和方法。