京东面向搜推算法特征治理的智能体系统研究和实现
任职要求
1、 获得本科及以上学历，计算机、人工智能、软件工程、数据科学等相关专业； 2、 具备扎实的数据结构与算法基础，熟练掌握Python、Java或Scala等至少一门编程语言，具备良好的系统设计与工程实现能力； 3、 深入理解大语言模型与Agent系统相关技术，熟悉任务规划(Planning)、工具调用(Tool Use)、记忆(Memory)及工作流编排等机制； 4、 熟悉SQL、Spark、Fl…
工作职责
1、围绕搜索推荐系统中大规模特征生产链路复杂、数据血缘不清晰、特征复用率低、计算链路冗余严重等问题，开展面向特征工程智能治理的 Agent 系统研究与原型建设。参与构建 Feature Engineering Agent 系统，利用 Agent 的任务规划、工具调用、记忆机制、多步骤推理、结果校验与人机协同能力，实现对特征生产代码、任务 DAG、数据血缘和特征依赖关系的自动理解与治理。 2、参与设计和实现面向 SQL、Spark、Flink 等特征生产代码的解析工具链，并将代码解析、元数据查询、任务 DAG 查询、血缘分析、特征 profile 分析、资源成本估算等能力封装为 Agent 可调用工具。 3、研究特征血缘自动构建、冗余特征识别、特征复用推荐、特征依赖关系推理、DAG 优化建议生成等 Agent 工作流，使 Agent 能够在真实特征生产链路中完成复杂治理任务的拆解、执行、验证与解释。 4、探索单 Agent 与多 Agent 协作机制，构建 Code Understanding Agent、Lineage Agent、Feature Reuse Agent、DAG Optimization Agent、Risk Review Agent 等专业能力模块，支持复杂特征治理任务的自动化和半自动化处理。 5、参与构建 Agent 安全与可信机制，包括工具调用权限控制、结果证据追踪、置信度评估、幻觉检测、生产变更审批、风险提示与回滚建议，确保 Agent 输出可解释、可验证、可审计。 6、在真实搜索推荐业务场景中进行实验验证，评估 Agent 系统在血缘识别准确率、冗余特征发现率、特征复用推荐采纳率、计算资源节省、研发效率提升等方面的效果，并形成技术方案、系统原型、技术报告、专利或论文成果。
团队介绍：国际化电商广告团队始终以广告主为核心，追求技术卓越。我们与电商、零售、旅游等各行业广告主紧密合作，致力于将国际化产品打造为各类企业不可或缺的增长平台，同时成为消费者发现并购买产品、内容及服务的首选目的地。团队肩负着实现国际化广告营收的重要使命，正在全力构建新一代网络广告解决方案。 课题介绍：本课题深耕TikTok全球化广告核心场景，聚焦生成式搜广推前沿技术创新与落地，深度融合大模型与广告业务，攻坚推荐大模型（Large Recommender Model）、大语言模型（LLM）领域的核心技术难题，打造具备自主决策能力的下一代智能广告引擎。 我们布局推荐大模型Scaling Law、端到端统一建模、基于多模态Semantic ID的用户行为序列统一建模、生成式全链路技术（生成式召回、生成式排序、AIGC素材生成、生成式出价）、广告投放智能Agent、超长序列建模、因果推断等前沿方向，应对千亿级特征、毫秒级响应的极致挑战，推动广告推荐向 Foundation Model 范式演进，实现变现效率与用户体验的双向跃升。 课题挑战： 1、探索推荐广告大模型Scaling Law，构建多模态语义统一建模的基础模型； 2、构建面向用户长期价值（LTV）和长周期ROAS的智能广告投放系统，实现商业价值与用户体验的双向平衡了； 3、优化大模型全流程训练与在线推理框架，平衡算力成本与实时响应性能，破解效果-延迟的落地瓶颈。 课题价值： 突破原有技术瓶颈，推动广告系统从“匹配”向“生成与推理”范式升级，提升全链路ROI、泛化性与决策智能化，沉淀行业领先技术壁垒，提升用户体验和商业价值。
前端开发工程师： 1.面向搜推算法的AI应用开发平台前端开发，建设一站式\拖拽式\可视化的平台能力，降低搜推业务的开发和维护门槛； 2.面向搜推算法和工程同学，建设从数据接入、组件注册、逻辑编排、发布到实验的一站式开发和部署平台； 3.建设配套的可观测、可管理、可追溯、自动化的运维一体化平台，帮助业务同学更加高效的管理和维护自有业务； 4.深入理解业务，熟悉电商搜推业务全链路（包括检索、策略、召回、排序等环节）的研发和维护过程，不断打磨平台能力，追求行业领先。 后端开发工程师： 1.面向搜推算法的AI应用开发平台后端开发，建设一站式\拖拽式\可视化的平台能力，降低搜推业务的开发和维护门槛； 2.面向搜推算法和工程同学，建设从数据接入、组件注册、逻辑编排、发布到实验的一站式开发和部署平台； 3.建设配套的可观测、可管理、可追溯、自动化的运维一体化平台，帮助业务同学更加高效的管理和维护自有业务； 4.深入理解业务，熟悉电商搜推业务全链路（包括检索、策略、召回、排序等环节）的研发和维护过程，不断打磨平台能力，追求行业领先。
1. 主导酒店民宿搜索召排、推荐策略的迭代和优化，能够应用大语言模型、深度学习等相关技术能力为搜推带来系统性升级，提升用户转化和体验。 2. 深入理解OTA行业特性，将业务问题转化为可量化的目标，带领产品、运营团队，协同算法团队推动目标的达成。 3. 结合业务目标，设计多目标流量体系，平衡平台收益、用户体验与商家生态，同时建立有效的AB验证体系，驱动算法快速迭代。 4. 跟踪AI前沿进展，探索其在酒旅业务落地的可能，设计面向未来的住宿预定系统。
1. 负责搜推引擎核心系统面向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，结合AI，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；