希音资深搜索算法工程师（电商搜索相关性）
任职要求
基础能力硕士及以上学历，计算机、人工智能、数学、统计学相关专业（本科优秀者亦可）。扎实的机器学习、深度学习基础，熟悉 PyTorch / TensorFlow 等框架。技术经验熟悉 搜索/推荐/广告相关性建模，对召回、排序、query 理解有深入理解。有 bad case 优化经验（如相关性错误、搜索无结果、低质结果）。熟悉 embedding learning、语义检索、NLP/LLM 在搜索中的应用。加分项有电商搜索相关经验，熟悉 人-货-场 的特征建模。有大规模分布式训练经验，能处理亿级样本。在顶会（SIGIR、WWW、KDD、RecSys 等）发表论文或有开源贡献。
工作职责
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。
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；
1、负责行业AI搜索能力构建、包括但不限于游戏、电商、商业咨询、视频、图片、文章等， 为用户提供智能、准确、丰富的搜索体验； 2、从万~千亿不同规模的搜索场景， 应用LLM技术以及其他NLP和多模态机器学习技术， 构建AI检索产品，包括但不限于RAG、 语义检索、图搜、音视频搜索等； 3、搜索全栈（Query分析、相关性、召回、粗排、精排、混排）建设，包括相关性计算、CTR预估、CVR预估、向量召回、价值混排等； 4、AI检索能力构建，探索最前沿的NLP技术和多模态技术，从基础的分词、NER、OCR到应用上的Query分析、基础相关性等，全链路应用深度学习模型； 5、与团队成员紧密合作，将研究成果转化为实际应用，推动产品的创新和升级。
1. 负责美团APP各推荐展位和创新产品的核心算法优化迭代，包括但不限于供给理解、召回、精排和重排相关的数据分析、超大规模深度学习模型优化、业界前沿技术探索和落地以及大模型的应用等，服务数亿量级美团用户服务，提升美团App的支付订单； 2. 深入理解美团的核心业务，推动多业务供给理解信息（例如价格力、CPV、多模态信息）、全域的用户行为数据在各推荐场景的应用和落地，同时探索迁移学习、多业务多场景建模、用户个性化召回等模型算法落地； 3. 负责推荐算法中某个子方向的中长期技术规划，制定相应的技术发展方向，并在具体场景成功应用。