阿里巴巴算法工程师-搜索推荐（AI增强）
任职要求
【必备项】 1. 计算机科学/人工智能/机器学习等相关领域的硕士或博士，具备扎实的编程基础（Python/C++/Java），熟悉常用算法与数据结构。 2. 掌握机器学习基础理论，了解搜推广系统/自然语言处理/多模态等至少一个领域。 3. 对AI技术充满好奇心，主动关注大模型、搜推广系统、NLP、强化学习等领域前沿进…
工作职责
在当前业界的搜索推荐系统中，召回、粗排、精排、重排、混排等算法已有相对成熟的一套框架推动搜推业务进入深水区。AI的发展为搜推场景注入了新的可能性，具体来说，我们希望同学加入解决以下业务问题：
1. AI对搜推场景的算法优化
a. 通过大模型（LLM、多模态大模型）的推理能力、世界知识能力，提升对用户的理解。
b. 通过大模型（LLM、多模态大模型）SFT、RL、RAG等技术手段，实现对用户需求更好的承接。
c. 研究大模型和经典搜推算法的融合方案，提升场景整体效果和用户体验。
d. 直面淘宝数亿用户、百亿级行为数据的挑战，落地大模型应用。
2. 下一代AI搜推系统构建
a. 通过分布式训练、模型压缩、低延迟推理等技术，面向工业级应用完成千亿级参数大模型的高效训练与部署。
b. 尝试生成式AI、多智能体协作等前沿方向，推动AI技术在电商领域的创新应用。
携程酒店搜推广算法团队，负责核心搜索与推荐模型的研发与优化，包括生成式搜索/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。 负责携程酒店搜索、推荐、广告、Feed流等核心场景下模型研发；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。
方向一： 岗位职责 面向应用商店、Agent助手、搜索、广告等高价值业务场景，预研和落地信息检索(搜索、推荐、广告)核心技术，岗位职责包括但不限于： 1.针对冷启动推荐、多场景多任务建模、自动特征工程、用户通用表征、多模态信息检索、对话推荐、端云推荐、检索增强生成(RAG)、智能体检索等核心难题，负责研发和突破信息检索关键技术。 2.跟踪学术界和工业界最新进展，快速应用到业务中，提出创新信息检索技术，发表高水平论文。 3.协同核心AI技术的设计以及工程化落地，包括模型设计、特征工程、效率优化等。 方向二： 岗位职责 面向Agent助手、搜索、广告、应用商店等高价值业务场景，预研和落地智能体检索和推理大模型(r1/o1/o3)核心技术，岗位职责包括但不限于： 1.针对大推理模型(r1/o1/o3)、端侧大模型、多模态信息检索、AI搜索推荐、检索增强生成(RAG)、个性化内容生成、大模型特征生成等核心难题，负责研发和突破关键技术。 2.跟踪学术界和工业界最新进展，快速应用到业务中，提出创新信息检索技术，发表高水平论文。 3.协同核心AI技术的设计以及工程化落地，包括模型设计、特征工程、效率优化等。 【岗位资源】 1.真实大规模搜推广、用户助手业务场景需求、数据、AI开发平台、计算资源。 2.与知名高校资深老师团队科研合作，提供例行科研沟通合作机会。 3.业界资深研究员带队技术探索、落地、论文写作发表。
【我们是谁】 你将加入阿里千问C端事业群的核心算法团队，直接负责 千问、夸克AI问答 等大模型产品背后至关重要的“大脑”—— RAG（检索增强生成）系统。我们的使命是为大模型打造一个专属的、下一代搜索引擎，确保AI在回答用户问题时，能做到响应快速、内容全面、信息时效性强且高度专业。 作为算法组内的工程中坚力量，你将负责高性能检索系统的架构设计与核心代码实现（以C++为主），是一个有意从工程转算法的理想岗位。 1. 构建极速引擎：负责RAG检索链路的工程落地，面对海量并发请求，通过极致的代码优化和架构设计，保障系统的高吞吐与低延迟。 2. 算法工程化落地：与算法专家紧密配合，将前沿的向量检索、倒排索引、重排等算法策略转化为稳定、高效的线上工程服务。 3. 系统架构升级：针对AI问答场景的特殊性（如长文本处理、实时索引更新），打造具备高可用、高扩展性的分布式后端服务体系，支撑未来AI搜索形态的快速演进。
用户理解建设： 整合全域用户数据资产，建设精细化用户画像体系，增强用户需求理解与行为偏好建模能力，提升个性化推荐效果。 搜索引擎优化： 负责搜索Query理解与意图识别，引入向量检索、同义词扩展技术优化相关性与语义召回能力，提升搜索结果的丰富度与时效性。 推荐系统架构： 建设全域推荐系统架构， 打通跨场景联动动线链路承接，构建统一的ODL在线学习能力和模型算子，沉淀可复用的搜推算法中台能力以支撑业务快速迭代。