智能互联阿里健康-搜索算法工程师（改写召回）-杭州
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年以上搜索/大模型算法工作经验。 2. 扎实的算法和数据结构基础，熟练掌握Python/C++，熟悉TensorFlow/PyTorch/PaddlePaddle中至少一种深度学习框架。 3. 熟悉搜索系统基本技术架构，熟悉倒排索引及向量索引（如Faiss、HNSW等）的基本原理。 4. 在Embedding技术上有丰富实战经验，了解…
工作职责
1. 负责搜索引擎核心召回模块的算法研发与优化，包括但不限于稀疏检索，向量检索，时效性、权威性在内的多路召回体系，提升搜索结果的覆盖率和相关性。 2. 深入研究并落地基于LLM的Embedding模型，优化Query与Doc的语义匹配效果，解决长尾及语义鸿沟问题。 3. 负责查询理解模块，进行Query改写、扩展及意图识别等，与召回模块结合，提升复杂搜索词的召回准确度。 4. 探索强化学习在AI搜索中的应用，持续提升搜索系统的智能化水平。 5. 结合AB实验与离线评估数据，深入分析Badcase，驱动算法迭代，并在大规模数据索引场景下平衡性能与效果。
我们是阿里健康医药电商搜索算法团队，针对海量的用户行为分析和规律发现，通过算法实现搜索成交： 1、负责搜索转化效率提升，从排序、召回、语义相关性等模型持续突破（多目标、冷启用户建模、大促建模等），并结合健康领域知识建模提升转化效率； 2、负责搜索体验优化，洞察用户购买行为、商品结构化信息，并应用在算法多环节建模（排序、召回、相关性等），打造显著的搜索体验；
1 负责搜索排序模块的开发，包括但不限于相关性、点击率、时效权威性、多样性等多目标排序，提升搜索结果的满意度。 2 深入研究基于LLM的相关性模型、重排模型等，提升搜索多目标排序能力，解决长尾query下排序泛化问题。 3 负责多目标排序体系的建设，包括特征体系、训练框架、abtest机制、评估标准等。 4 探索基于长行为序列的排序建模，提升端到端的搜索转化率。
1. 负责医疗AI搜索场景下内容理解模块的算法研发与优化，包括但不限于医学文本的分类打标、结构化抽取、摘要，时效、权威特征体系构建，医疗Graph的搭建和挖掘等，构建高质量的搜索索引特征。 2. 深入研究并应用大语言模型进行内容理解，利用Prompt Engineering、微调等技术提升内容摘要、长文本建模及知识抽取的准确度。 3. 负责内容质量与权威性建模，针对搜索结果进行点击质量、低质识别、作弊检测及内容可信度评估，优化搜索结果的排序上限。 4. 探索多模态理解技术，实现文本、图片、视频等多维特征的对齐与融合，提升多模态搜索场景下的内容解析能力。 5. 协同召回与排序团队，通过知识图谱或语义图谱的建设，为搜索全链路提供语义增强特征，持续通过Badcase分析驱动理解模型的迭代。
1、基于大模型相关的技术，升级营销能力和产品，在广告营销领域推动AI技术和产品落地； 2、负责阿里妈妈多业务场景下流量策略优化与广告竞拍机制设计，帮助广告生态长期健康发展； 3、面向百万商家提供营销自动化的能力，包括自动竞价、效果预估、消费者运营等等，为商家提供一站式的营销解决方案； 4、深入理解电商，广告业务，针对业务问题发现系统和算法的不足，提出合适的算法解决方案并推动实现，实现技术创新。