拼多多【商业化】搜索算法工程师
任职要求
1）优秀的编码能力，扎实的数据结构和算法功底，熟悉TensorFlow\Pytorch\Hadoop\Hive开发平台； 2）在搜索、广告、推荐、多模态大模型、机器学习等某一领域有相关经验者优先； 3）熟悉大规模数据挖掘、机器学习、强化学习、分布式计算、信息检索、运筹优化、CV、NLP、多模态等算法，具备实际工作经验； 4）优秀的逻辑思维能力，善于分析问题和解决问题，有强烈的责任心，有热情，乐于学习和思考，积极应对有挑战性的问题； 5）良好的技术领导能力，有能力开辟一个技术方向，带动和引导一个技术方向的规划、研发；有团队协作精神。
工作职责
1、负责拼多多核心电商搜索和搜索广告场景(关键词搜索、图片搜索)的个性化流量分发，提升用户体验，优化场景的订单、GMV、收入、DAU、相关性等指标； 2、负责搜索和搜索广告的召回、粗排、精排、重排、相关性、策略方向的优化，提升模型效率、策略的合理性，最大化搜索系统的漏斗效率； 3、研究方向：深度学习、召回模型、LTR、CTCVR模型、Uplift模型、多模态大模型、创意生成和优选、营销增长算法、运筹优化、模型压缩和加速等。追求技术创新和实际业务的结合，深入剖析电商搜索系统的问题，不断提升用户的体验。
-面向亿级别用户的大规模搜索场景，构建百亿样本万亿参数的大规模个性化排序模型，通过大规模分布式学习、超长用户行为序列建模、多模态多目标学习等算法优化，提升模型的在线效果和用户体验； -面向高速增长的搜索业务，调研和落地业界算法的前沿进展，结合小红书搜索业务场景不断创新，设计精准满足用户需求、快速响应业务优化、高性能可扩展的粗排、精排和重排算法，通过体验提升拉动搜索增长； -面向业界独特的 UGC 生态和生活搜索场景，不断分析和拆解整体和细分搜索场景中的核心体验问题，针对不同意图与人群的精细化搜索排序算法，创造极致的搜索体验 -面向快速成长的商业化业务，设计平衡搜索体验和商业化营收的混排算法与机制，促进社区价值与商业价值的最大化；
1、负责拼多多核心电商搜索、推荐、商业化广告场景的模型研发工作，提升用户体验，优化场景的订单、GMV、收入、DAU等指标； 2、负责搜广推全场景的精排CTR、CVR、价格、营销(优惠券、用户增长)等模型的研发，通过优化特征、模型结构、样本Label、数据流等提升模型的效率； 3、负责重排Generator、Evaluator相关的模型研发，通过优化模型结构、List价值定义等提升整体页面的效率； 4、探索大模型在搜广推精排模型的落地，如用户理解、商品理解、创意生成、生成式精排模型等，探索精排模型的Scaling Law，进一步提升模型的效率。
国际化搜索广告团队不断突破通用搜索引擎变现的界限，覆盖海外应用，致力于构建全球领先的搜索广告变现系统。在国际化搜索广告团队，您将有机会从事大规模分布式存储和架构、自然语言处理、排序和信息检索相关的问题。您还将深入参与我们的广告样式、创意展示和广告投放链路的创新和优化。我们正在寻找勇于挑战困难、热衷于解决复杂问题并与热情洋溢的候选人们共同发展我们的搜索广告产品。 1、参与大规模广告系统的开发； 2、使用机器学习参与广告投放的开发和迭代，参与点击率/转化率模型估计准确性、数据分析、建模、特征工程； 3、参与自然语言处理 (NLP) 能力的提升和查询理解，例如查询分类、seq2seq、实体识别 (NER)、知识图谱、关键词优化等； 4、负责相关性模型和策略优化，例如语义匹配模型、主动学习、文本/照片/视频多模型、排序策略等； 5、 研究和开发广告定向、出价算法、广告流量控制等； 6、 与产品经理和产品战略与运营团队合作，定义产品策略和功能。
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。 1. 负责搜索个性化算法，致力于实现更准确的用户个性化排序/召回技术，负责设计、实现和优化电商领域的个性化搜索系统 2. 研究LLM如何赋能电商场景下的个性化CTR/CVR预估/个性化向量召回等子领域，结合行为序列预训练建模技术，利用模态对齐、用户行为CoT等技术手段让LLM的推理能力扩展到对用户的个性化偏好的理解与推理上，以提高搜索结果的个性化匹配和用户满意度 3. 推动在搜索场景下实现“个性化生成式检索”的技术革新，旨在通过大语言模型与搜索/推荐系统的深度融合，打造更智能、更个性化的用户体验