蚂蚁金服蚂蚁集团-AI搜索及大模型应用研发工程师-北京/杭州
任职要求
【核心要求】 1. 计算机相关专业，3 年以上研发经验，精通 Java / C++ / Python 至少一门，基础功底扎实； 2. 具备以下任一方向的深度经验： • AI 数据方向：主导过大规模数据收录、清洗、理解、建库工作，熟悉网页/多模态数据处理链路，了解面向大模型的数据工程（预训练语料、SFT 数据、RAG 知识库等）； • 大模型应用方向：有生成式搜索、Agent、RAG、Tool Use / MCP / Function Calling、NL2SQL 等大模型应用研发落地经验，熟悉 LangChain / LlamaIndex 等框架，了解大模型推理优化； • AI 搜索 / Memory 方向：…
工作职责
1. AI 搜索系统研发：探索面向 AI Native 应用的 AI 搜索系统，构建非结构化检索与结构化智能检索的能力，推进大规模数据下的 AI 搜索技术攻关； 2. AI Memory：负责 AI Memory 系统的架构设计与研发，构建 Agent 可调用的长期记忆、个性化记忆等，让 Agent 更加智能，帮助 Agent 不断进化； 3. 数据索引：负责网页、图片、文档等全网/多模态数据及行业高质量知识库的索引收录、理解、建库与索引设计，构建高时效、高质量、高召回的数据索引体系； 4. 大模型应用工程化：将大模型、向量检索、知识图谱等技术深度融合到搜索 / Memory / MCP 链路中，推进平台化建设，沉淀可被上层 AI 应用复用的统一能力底座。
我们是负责ICBU - AI +Search 的搜索算法团队。团队通过AI的赋能，让买家理解更加智能与精准，让买家体验更加丝滑，为平台高质量买家增长、留存打下坚实的基础。 1、业务上，你能深入了解： （1）全球买家的特色：多国家、多语言、多行业； （2） 场景上不同的心智与差异：找品赛道、找商赛道、多模态搜索以及创新深度搜索，为我们提供更多可能的技术探索； 2、技术上， （1）LLM的深度探索与定制：多模态—CPT、对齐、推理、生成 ；文文：场景数据的post traing、定制化的任务设计以及与rag、强化学习等技术结合； （2）有挑战&有趣的效率系统：探索国家差异化、不均衡、冷启、双赛道的持续创新； （3）机制-运筹学，从宏观层面清晰系统问题，给予平台指挥棒。 智能搜索 ·通过建设具备Alibaba.com特色的多模态表征大模型、多模态reasoning模型，智能实现：用户搜他想搜，找他想找的能力，助推买家增长&留存，打造独特的多模态理解能力； ·通过建设具备To B电商知识的深度思考大模型，逐步拆解买家的诉求，提供清晰的路径以及方案，实现搜索智能化的漂亮转身； ·通过深度应用大语言模型技术与强化学习技术的结合，实现高效、精准的信息匹配，并能够完成流量分配决策的智能化，推动业务增长，实现买家、商家、平台三方共赢。 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，为买家带来极致的采购体验。 2. 探索大模型推理、强化学习等技术跨境电商AI创新业务落地，包括但不限于基座模型的训练，数据的整理，技术创新，重构B2B Sourcing的全新交互体验。 3. 负责跨境电商大模型的研发，包括SFT到RLHF的LLM全链路post-training技术建设。 4. 负责LLM的前沿技术探索，持续迭代自研模型能力，支撑搜索创新的落地。
1、协助制定并执行AI搜索优化策略，研究豆包、千问等AI大模型的内容抓取喜好，分析行业竞品，挖掘优化机会，提升品牌在AI搜索中的曝光度和可信度。 2、参与内容优化全流程，协助策划、撰写适合AI抓取的内容（比如常见问题FAQ、行业案例、科普文章等），优化内容结构，让内容更易被AI识别和引用。 3、协助在自媒体、行业论坛、新闻平台等渠道发布优化后的内容，搭建跨平台内容矩阵，保证品牌信息统一、专业，提高内容被AI引用的概率。 4、 负责AI搜索相关数据的监测和初步分析，跟踪AI平台对品牌的提及情况、内容抓取效果，整理成易懂的数据报告，找到优化方向，助力策略迭代。 5、关注AI大模型、AI搜索优化的行业动态和优秀案例，收集相关信息，为团队优化策略提供参考，协助开展优化实验并跟进落地。 6、 配合内容、数据分析、产品等跨部门协作，推动AI搜索优化工作落地，确保运营动作和公司整体营销目标保持一致。
负责设计与构建涵盖公共互联网信息的下一代 AI 搜索系统。主导从数据采集、索引构建到检索增强生成（RAG）的全链路架构设计，解决在百亿级文档规模下的高并发、低延迟及事实一致性难题。 核心职责包括： 1、公网数据流水线架构设计：设计并实现高吞吐的公网数据采集与清洗系统，应对海量、多模态及动态变化的公开网络数据； 2、混合检索与 RAG 引擎优化：构建基于“向量检索 + 关键词倒排索引”的混合检索架构，在百亿级文档库中实现毫秒级的高精度召回； 3、大模型事实一致性校验：研发生成式搜索中的事实校验模块，抑制“幻觉”现象。 建立自动化评估框架，量化搜索结果的可解释性、准确性及来源权威性； 4、高性能系统架构演进： 参与 AI 搜索系统的整体架构设计，推动系统从传统云原生架构向 AI 原生架构转型，整合分布式索引与大模型推理能力，平衡计算资源成本与系统性能。
团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。 Seed 团队在 AI 领域拥有长期愿景与决心，团队研究方向涵盖 MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE 等超过 50 个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包 App 用户量在中国市场排名第一，豆包大模型日均 Token 调用量行业领先。 1、基于AI建设下一代搜索引擎，并服务于AI Agents，包括全网搜索、视频搜索、商品搜索、本地搜索、图片搜索、视觉搜索、结构化检索等； 2、基于LLM/VLM大幅突破搜索排序、召回、内容理解、个性化等任务，解决多语言、难语义、长文本等核心挑战。