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。
【职位描述】 1、负责小红书搜广推多场景排序模型优化，提升时长、互动、留存等核心指标； 2、分析海量用户行为数据，挖掘用户兴趣，优化排序模型； 3、通过超大规模机器学习模型和系统，使用先进的排序算法优化推荐效果。
我们正在寻找一位具有AI智能化及内容算法经验的算法团队负责人。负责领导团队开发前沿技术，推动旅游领域知识的构建，支持内容产品的分发和AI Agent结合的创新应用探索，提升公司产品的智能化水平。 ： 领导并管理内容算法团队，制定技术战略和发展方向，推动知识构建、知识编译、知识分发、探索LLM等创新NLP技术与Agent业务的结合。 1、负责基础NLP相关算法研发，面向但不限于：预训练，文本理解，同义词挖掘，实体识别，term权重分析，属性词挖掘 2、结合NLP和深度学习技术，推动领域知识的构建与优化，制定各环节Benchmark及衡量标准, 跟进业界先进大模型、多模态技术的应用及改进 3、发现并解决推荐分发场景中的意图识别、排序模型、相关性等方向的问题，召回策略和召回模型的优化，开发先进和高性能的召回算法 4、与产品、数据、工程等跨职能团队协作，推动技术落地和产品迭代。 5、负责团队成员的技术指导和能力提升，推动团队技术文化的建设。
1、负责快手搜推广服务的云原生管控方向，建设云上的平台化服务管控、服务调度能力； 2、结合服务场景设计相关调度策略、智能弹性伸缩能力、潮汐混部能力，提高集群硬件利用率。
1、参与快手大规模深度学习推理框架的研发与优化，保障在线系统的高可用/高并发，为快手搜索数亿用户提供高效稳定的算力输出； 2、负责快手搜索模型推理优化工作，优化模型推理性能，高吞吐低延时支撑模型推理服务； 3、 支持大模型在搜索场景落地的相关模型优化，包括不局限于AI检索，Query改写等。