小红书搜索算法工程师-相关性

1.负责点评搜索相关性计算模块工作，包括相关性模型能力升级、模型策略线上调优等核心工作，提升搜索结果的精准度，为用户不断提供更好的搜索体验，从而驱动业务规模增长； 2.深度研究搜索领域内的前沿算法技术，基于搜索全链路，提出用户体验改善方案，并使用大语言模型等NLP技术持续性迭代优化； 3.和产品、运营等团队紧密合作，根据业务需求进行数据分析和模型优化，提供高效的、符合用户需求的搜索体验； 4.解决生产环境中的问题和异常，保障搜索服务的稳定运行。

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和AI搜创新领域。该职位要求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、多模态技术等技术方面有突出贡献。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和电商AI综搜创新业务，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、AI搜索等等。 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. 密切关注并引入前沿的LLM、MLLM、NLP和机器学习技术，将其应用于搜索体验优化，并在此基础上进行技术创新。

搜索相关性优化负责电商搜索链路（召回/粗排/精排）的相关性建模，提升用户体验。聚焦 降低 bad case（无关、劣质、不完整结果），提升结果的准确性与覆盖率。异常 case 治理构建 相关性异常检测与纠偏机制，减少用户“搜不到 / 搜不准”的情况。通过语义匹配、Query 理解、意图识别等手段，优化长尾、模糊、歧义搜索请求。前沿算法探索与应用应用 大规模预训练模型（LLM）等技术，提升搜索体验。探索 query rewrite / query expansion / re-ranking 技术，改善搜索结果的精准度与多样性。数据与特征建设挖掘用户行为数据（点击、加购、下单等）以及商品内容特征，建立高质量的特征体系。构建数据闭环，推动 bad case 的自动发现、样本生成与模型优化。

1、搜索相关性优化 *负责电商搜索链路（召回/粗排/精排）的相关性建模，提升用户体验。 *聚焦 降低 bad case（无关、劣质、不完整结果），提升结果的准确性与覆盖率。 2异常 case 治理 *构建 相关性异常检测与纠偏机制，减少用户“搜不到 / 搜不准”的情况。 *通过语义匹配、Query 理解、意图识别等手段，优化长尾、模糊、歧义搜索请求。 3、前沿算法探索与应用 *应用 大规模预训练模型（LLM）等技术，提升搜索体验。 *探索 query rewrite / query expansion / re-ranking 技术，改善搜索结果的精准度与多样性。 4、数据与特征建设 *挖掘用户行为数据（点击、加购、下单等）以及商品内容特征，建立高质量的特征体系。 *构建数据闭环，推动 bad case 的自动发现、样本生成与模型优化。