钉钉钉钉-大模型应用开发工程师-钉钉AI搜索

1. 参与 Teambition 产品核心功能与 AI 增强功能（智能摘要、智能搜索、智能助手等）的需求分析、技术方案设计及迭代开发，承担核心代码编写与系统落地； 2. 跟踪大模型前沿技术（RAG、微调、LoRA、推理加速等），结合业务需求进行技术预研与落地； 3. 基于 LLM（大语言模型）能力，构建 Prompt 服务、向量检索、知识库等基础组件，为业务场景提供智能化能力； 4. 参与模型服务的压测、性能调优、监控告警与安全治理，保障在线推理服务的稳定可靠； 5. 负责普通业务开发，相关功能性能优化、疑难问题排查及技术难点攻关，持续提升业务稳定性与高可用能力； 6. 参与 K8S 云原生私有化 / 混合云部署方案的设计、开发与维护，提升大客户交付效率。

1、负责钉钉文档/多维表业务的服务端系统的架构及研发； 2、主导业务方梳理业务需求，提供系统架构设计方案， 并能根据方案推进研发工作开展； 3、对现存或未来系统进行宏观的思考，规划形成统一的框架、平台、体系或组件。

1. 负责 SaaS 审批产品的服务端架构和AI研发工作 2. 深入理解客户需求, 深度参与产品设计, 持续提升企业数字化价值, 并推动商业化和智能化创新场景的落地 3. 通过架构设计和技术难题攻关, 持续优化核心系统在高并发高负载下的性能、稳定及数据一致性，对所负责系统有长期治理规划，持续优化提升研发效率、质量、稳定性等

B端搜索推荐要面对企业级权限体系与搜推系统深度耦合的难题，同时要解决企业规模、人员活跃度等企业/员工上下文带来的内容分发策略的挑战，充分利用企业的组织架构、员工在多种场景的行为互动数据，设计兼顾内容安全与搜推效果的混合搜推框架，突破传统C端的技术范式。 1. 构建千万级DAU的搜推系统，设计用户视角的搜推产品，应对流量洪峰带来的对系统各种维度的挑战，包括链路稳定性、内容分发延迟、特征实时性、数据多版本控制等。 2. 充分利用企业数据“小样本、高碎片、强逻辑”的特点，设计高效精准的数据、算法链路，挖掘企业用户画像，结合工作关系链等信息，实现各种场景下内容准确分发，另外结合钉钉端侧的优势， 设计端侧和服务侧结合的搜推方案，提升内容分发的实时性。 3. 大模型的出现对搜推系统的架构影响很大，端到端生成式搜索推荐是目前业界的研究热点，紧跟业界前沿，探索大模型在搜推算法、数据处理分析、用户行为特征挖掘等领域的运用。