logo of tongyi

通义通义实验室-算法专家-RAG/AI搜索

社招全职2年以上技术类-算法地点:北京 | 杭州状态:招聘

任职要求


1. 计算机、数学、人工智能等相关专业硕士及以上学历。
2. 对搜索技术、NLP技术、大模型技术有深入理解,熟悉NLP信息检索、多模态学习等领域,在Query理解、文本/多模态Embedding、ReRank模型、向量检索等方向具备丰富的实践经验。
3. 在信息检索NLP大模型等领域国际顶级会议/期刊有第一作者论文发表者优先。
4. 具备大规模搜索系统、问答系统、RAGAI Agent开发的实际项目经验,能够独立解决复杂技术难题。
5. 具备优秀的逻辑思维能力和创新意识,良好的跨团队沟通协作能力,对技术充满热情,勇于接受挑战并持续学习。

工作职责


我们是阿里巴巴通义实验室AI搜索算法团队,专注于下一代AI驱动搜索技术的前沿研究与产业化落地。团队在文本搜索、多模态检索、大模型驱动的搜索范式等方向持续创新,负责通义实验室AI搜索领域的核心技术研发和产品落地。 团队此前开源的GTE/GME/Qwen3-Embedding系列表征与重排模型累计下载量突破1亿次,是开源社区最受欢迎的检索模型之一。欢迎加入我们,共同探索AI搜索的未来,创造对社区和产业具有深远价值的技术突破。

工作职责:
1. 负责搜索、RAG核心模块的算法创新与优化,涵盖文本/多模态Query理解、Embedding表征学习、ReRank重排序模型等,确保技术效果保持行业领先水平。
2. 针对问答系统、智能客服、多模态Memory等实际应用场景,优化搜索/RAG/AI Agent端到端框架,全面提升系统的准确性、执行效率和可扩展性。
3. 与产品、工程团队深度协作,推动核心模型的开源发布和业务应用落地,支撑关键项目的高质量交付。
包括英文材料
学历+
NLP+
大模型+
信息检索+
RAG+
AI agent+
相关职位

logo of quark
社招2年以上技术类-算法

1、基于海量用户行为数据以及人工标注数据,结合信息检索、自然语言处理、大规模预训练模型等前沿技术,支持 通用RAG检索、垂直场景下的智能AI问答 等一系列业务 2、研究方向包括但不限于信息检索、大规模预训练技术、文本生成、模型蒸馏/窃取、强化学习等

更新于 2025-10-15
logo of antgroup
社招2年以上技术类-算法

1、参与和负责AI搜索场景下的核心搜索算法研发,持续提升Query理解、内容理解、召回、相关性、排序、RAG生成等环节的效果; 2、支持多元业务需求的快速迭代,始终以优化用户体验与提升业务价值为目标; 3、关注AI搜索技术前沿进展和业界先进应用,不断探索,持续创新突破核心技术。

更新于 2025-04-14
logo of alibaba
社招3年以上

1.负责人工智能大模型的研发工作, 研发基于大模型的AI搜索、用户理解、ChatBot、检索增强、导购助手等应用,确保产品的创新性与实用性; 2. 深度参与AI搜索类产品建设工作,主导大语言模型(LLM/MLLM)的预训练、持续训练、SFT、RLHF 等技术,不断提升模型的性能与表现; 3. 推动 AI 应用落地搜索场景,深入分析业务需求,通过技术手段提升作业效率与用户体验; 4. 持续关注行业内人工智能技术的发展趋势,引入前沿技术并进行创新应用。

更新于 2025-08-08
logo of dewu
社招技术类

【团队介绍】 我们是得物社区内容理解团队,主要利用前沿大模型、多模态大模型等技术,服务整个社区内容理解相关业务,包括搜索、推荐、创作、商品内容化、审核等。 大模型for搜索:当前团队聚焦在如何利用大模型更强的基座能力&世界知识,跟现有搜索系统做结合,跟搜索同学合作,提升相关性、质量、多样性、增长等目标。以及在探索如何将下一代搜索形态“ai搜索”,跟得物社区进行有效结合。 大模型for推荐:当前工作包括基于多模态大模型的商品&内容联合表征、大模型美学分&信息量识别、营销感/性感问题识别、查重搬运、点评标签抽取、ai标题生成等。 团队技术氛围好,有周期性技术分享,兼顾业务产出和技术探索。工作自由度高,求真务实,给足context,鼓励将前沿技术落地到业务。成员均是来自国内一线互联网公司“老炮”,或top高校优秀应届生。 欢迎热爱新技术、始终保持好奇心、不盲从权威,对大模型在社区落地感兴趣的同学加入。 职位描述 1. 推动大模型、多模态等前沿技术,在得物社区各业务中的探索与落地。配合产运&搜推算法,深入理解业务场景,实现业务指标与技术创新共同增长; 2. 协同搜索同学,负责大模型在搜索意图理解、召回、排序、多样性等模块的落地,包括大模型相关性、大模型query改写、大规模商品标签等; 3. 协同推荐同学,深入挖掘内容中各模态有价值信息,通过大规模物品标签体系、多模态embedding、ocr、asr等能力,在推荐冷启、i2i召回、画风治理等场景的落地; 4. 负责ai搜索在得物社区的落地,站在用户视角思考新一代搜索的交互形态,持续打磨RAG、大模型微调、强化学习等底层技术,提升复杂query、中长尾query、多轮query的回答效果。

更新于 2023-12-26