盒马盒马-搜推算法工程师-杭州/上海
任职要求
1. 自然语言处理、机器学习、数据挖掘、人工智能等相关专业的学历； 2. 扎实的编程基础，熟练掌握tensorflow、pytorch等深度学习框架； 3. 具有从事相关领域的算法研发的经验，有推荐，搜…
工作职责
1.构建新零售场景下的搜索推荐全链路算法体系，基于用户行为分析、多模态商品理解及实时反馈数据，打造全域个性化推荐系统与智能搜索解决方案。 2.主导新一代推荐系统架构设计，深入理解用户行为和业务需求，优化召回、排序、重排等推荐链路的关键模块，通过序列建模、多任务建模、冷启动等方法提升推荐场景用户体验，通过多场景、多目标建模提升推荐多场景的点击率和转化率。跟踪业界前沿技术，推动LLM在推荐场景落地，并结合盒马业务特色提高推荐发现性，优化用户LTV价值。 3.攻克搜索算法技术瓶颈，基于NLP与LLM技术突破搜索query理解、用户意图理解、语义向量召回、文本匹配等关键技术；通过全域用户行为建模、多场景迁移学习及端到端排序优化，打造适配新零售特性的自适应搜索排序框架；设计搜索机制策略，结合用户长短期兴趣建模与多周期价值评估，持续优化用户生命周期价值。 4.探索和拥抱大模型技术，并在搜索推荐领域深度应用，驱动盒马App用户体验增长，并带来商业价值。
1、负责搜索推荐系统的算法设计与优化，提升用户搜索和推荐的精准度与满意度。 2、研究和应用深度学习、强化学习、大模型等技术，优化算法包括但不限于，个性化召回&排序算法、全链路策略机制算法、Query理解和商品相关性优化。 3、参与系统架构设计，确保算法在大规模数据和搜推多场景下有效。 4、与产品和数据团队紧密合作，通过数据驱动优化业务策略和算法模型，解决关键业务问题，提升用户转化和留存。 5、跟踪业界最新技术动态，推动搜推技术的创新和应用。
我们正在寻找优秀的Al搜推算法，加入我们的国际站电商搜素与推荐团队，共同打造行业领先的AI搜推技术和产品，为用户提供极致的采购体验。 •参与大模型技术在搜推领域的应用探索和实践，将前沿Al技术落地到实际业务场景。 •处理电商领域复杂多样的数据源，进行高质量的数据预处理，为模型训练提供可靠的数据基础。 •负责电商平台搜推系统的算法研发与优化，提升转化效率，改善购物体验，探索更高效的商业模式。 •负责搜推召回、排序等核心算法模块的开发与迭代，解决电商场景中的长尾查询、语义理解等挑战。
1. 负责搜索和推荐引擎核心系统面向1688业务的开发和优化；负责基于pytorch、Tensorflow的在线算法服务开发和基于MaxCompute和Flink的离在线数据流开发； 2. 负责1688搜推算法工程，提升业务效率、算法研发效率；理解业务、解构业务难题、设计核心系统，落地1688用户体验和平台机制的持续优化； 3. 负责搜索推荐引擎和算法服务核心系统的性能优化和稳定性保障；面向未来，持续推进核心系统迭代演进和长期发展；
淘天营销算法团队作为淘系核心的算法团队，致力于解决从商品供给到前台推荐全链路的算法优化，服务的业务包括服务业务包括淘宝百亿补贴、淘宝秒杀、淘宝首页宫格、淘宝大促(618、双十一、双十二等)等核心业务。 具体职责包括但不限于： 1、参与改进以大规模深度学习模型为核心的搜索推荐系统，涵盖从候选到召回/粗排/精排/重排全链路多目标模型的各项工作，服务数亿DAU规模的推荐场景。 2、研究和开发基于LLM的搜推应用算法，探索大语言模型在搜推任务上的训练方式，分析和解决大语言模型在电商推荐召回排序上的挑战和问题，创造和推动电商的新型导购产品&新的推荐范式。 这是一支快速成长的学习型团队，在创造业务价值的同时，我们不断输出学术成果，团队成员每年在WWW、SIGIR、CIKM、RecSys等国际顶会上发表多篇学术论文。团队学习氛围浓厚，每年组织数十场技术分享交流，真诚邀请相关方向的优秀人才加入我们，在这里成长并贡献才智。