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的实践经验者,或在ACM或数据挖掘/机器学习类竞赛中取得优异名次者优先; 4、具备良好的文献阅读能力和快速学习能力,优秀的分析和解决问题的能力,良好的沟通协作能力; 5、在SIGIR、SIGKDD、ICML、NIPS、WWW、AAAI KM、ACL、RECSYS、CVPR、ICCV、ECCV、ICLR等顶级计算机学术会议或期刊上发表过论文者优先。
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 。
搜索匹配算法&大模型算法 业务描述: 1、我们所在的组是为全球最大的B2B电商-alibaba.com搜索算法业务服务,致力打造全球顶级的搜索引擎,为全球200多国家的买家提供多语言搜索搜索匹配能力。 2、整个搜索全面转向大模型,升级文文匹配、多模态匹配的精准性,深化用户意图识别、打造英语、多言语言深度语义一流技术,并进行产品创新,实习智能问答,应用技术包括:RAG、强化学习、Agent、对话等等。 3、为搜索全链路(召回、粗排、相关性、精排、重排、增长&留存)效能不断提升进行优化。利用全球化、多文化的海量用户数据,对用户的诉求进行极致识别,促进业务目标的转化。 4、针对多国家、多语言用户带来的query长尾偏多,行为稀疏、不均衡问题,进行深度探索,更好理解用户的真实意图,让多样的货品与不同用户/群体,实现连接。