
智能互联阿里健康-搜索算法工程师-北京
社招全职1年以上地点:北京状态:招聘
任职要求
1、计算机、数学或统计学等相关专业本科及以上学历; 2、具备扎实的数据结构、编码能力以及机器学习基础,至少精通一种编程语言(C++、JAVA、Python); 3、对数据能保持…
登录查看完整任职要求
微信扫码,1秒登录
工作职责
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;
包括英文材料
学历+
数据结构+
https://www.youtube.com/watch?v=8hly31xKli0
In this course you will learn about algorithms and data structures, two of the fundamental topics in computer science.
https://www.youtube.com/watch?v=B31LgI4Y4DQ
Learn about data structures in this comprehensive course. We will be implementing these data structures in C or C++.
https://www.youtube.com/watch?v=CBYHwZcbD-s
Data Structures and Algorithms full course tutorial java
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
还有更多 •••
相关职位

社招3年以上
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。
更新于 2026-04-01杭州

社招3年以上
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。
更新于 2026-04-01杭州

社招3年以上
构建高性能AI搜索底层引擎,优化RAG系统中的向量检索、混合检索、结果重排三大核心模块,支撑十亿级数据规模,显著提升搜索效率与效果。 核心职责 1、实现混合检索系统构建,支持 关键词+向量联合检索,支持多向量索引和父文档检索 2、优化基于 Faiss/HNSW/QC 等框架的十亿级向量索引 3、重排模块性能优化,加速bge-ranker和LLM等重排模型推理 4、全链路性能提升,诊断检索瓶颈(计算/通信/IO),提出优化方案,并实现RAG全流程延迟监控与调优
更新于 2026-03-30杭州