希音资深搜索算法工程师（电商搜索相关性）

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。

职位描述： 我们正在搭建国际化的在线分类信息平台，致力于通过技术创新提升用户体验和平台效率。寻找有才华的算法工程师加入我们的团队，专注于搜索算法、推荐算法和自然语言处理方向的开发与优化。 您将与跨职能团队紧密合作，通过先进的算法技术推动用户增长、提升平台流量以及增强用户对我们的服务的满意度，充分给同学们提供成长的机会。 岗位职责： 搜索算法方向： *使用自然语言处理技术（如语义匹配、实体识别、意图分类等）强化query意图识别 *优化搜索相关性，提升用户查询与结果之间的匹配度。 *开发和改进排序模型、语义理解模型、召回模型等，提高搜索体验。 推荐算法方向： 构建个性化推荐系统，设计高效的召回、排序及多目标优化算法，提升用户留存与转化率。 持续改进推荐策略，优化长尾物品推荐效果。 NLP算法方向： 开发自然语言理解模型，支持搜索、推荐等核心功能。 在商品描述生成、用户意图解析和文本审核等场景中应用先进的NLP技术。 探索大模型技术在分类信息平台中的应用场景，探索电商、二手车等领域中大模型的应用落地，承担大模型预训练和调优等工作，如prompt设计、fine-tuning、模型蒸馏等。 持续跟踪算法领域的最新进展，将前沿技术应用于实际业务。 支持模型在生产环境的部署和调优，确保高效、稳定运行。

【】 1. 负责供应链相关业务的算法开发，包括但不限于车间调度问题； 2. 根据业务场景设计合理的数学模型或启发式算法实现算法求解、解决实际落地过程中的问题； 3. 跟踪行业发展的状态，保持学习和创新，为解决方案提供技术支撑和优化迭代，对项目中的技术进行归纳整理，完成相关技术沉淀；

团队介绍：携程酒店搜推广算法团队，负责核心排序与推荐模型的研发与优化，包括生成式推荐、长序列建模、多场景多任务学习、多模态建模、新用户冷启动与中长尾流量优化等前沿方向，结合产品和业务，通过算法创新持续提升用户体验与商业转化效果。 负责携程酒店排序、推荐、广告、Feed流等核心场景下的个性化推荐与排序模型研发，持续优化排序模型、重排策略与推荐机制；持续跟进推荐系统领域前沿算法（如深度学习、生成式推荐、LLM增强推荐等），推动新技术在真实业务中的实验、验证与落地；主导算法方案从建模、实验、评估到上线的完整流程，保障算法稳定性与业务效果；参与业务策略优化及系统机制设计，为流量效率、商户生态和用户体验提供算法支持。