智能互联千问事业部-搜索内容理解（NLP/CV/多模）算法专家-杭州

在LLM重构搜索的浪潮中，数据质量决定模型智能的天花板。我们需要你构建数据与模型的「双向进化引擎」，从万亿级多模态数据中提炼认知黄金，驱动大模型突破搜索理解的终极边界！ 1. 万亿级网页提炼：研发多模态数据分析框架，通过网页解析、文档智能、知识抽取等技术，完成全网万亿级搜索网页的关键信息提炼。 2. 攻克数据质量理解：设计网页质量/权威性/可信度的多维度评估模型，以及跨模态数据表征技术，提升夸克在网页知识获取的准确性与可靠性。 3. 驱动数据与算法协同进化：探索大模型时代的数据评估方法论，量化数据优化对搜索效果和模型性能的影响。 4. 打造全网优质内容库：构建多模态数据的处理和挑选管线，建立覆盖网页/图文/视频等全域内容的智能知识库。

1、洞察用户在搜索场景下的内容消费需求，规划并设计卓越的内容产品及策略 2、联合运营与算法等团队，推动内容生态在夸克的良性使用和健康发展 3、追踪和分析产品和业务指标，搭建完善的业务目标监控和分析机制 4、跨团队协作，统筹搜索产品内外协同的内容建设，保证各业务目标顺利完成

1、搜索离线核心架构建设：负责千问搜索收录调度、页面解析、内容理解、索引建库等核心链路的架构设计与系统研发，打造高吞吐的搜索数据基础设施； 2、收录效率与效果优化：制定并落地网页链接调度、数据采集策略、去重策略、质量评估体系，持续提升搜索数据的覆盖率、时效性与数据质量； 3、通用数据平台建设：构建支撑万亿级链接、千亿级网页/图片数据的采集、分析、存储及处理平台，具备高扩展性，提升团队整体数据处理效率； 4、性能与成本优化：针对大规模分布式数据处理场景，持续优化系统吞吐与资源成本，确保核心链路高效稳定运行。

1. 大模型驱动的搜索架构革新：主导医疗搜索核心算法体系的迭代升级，聚焦大模型排序、多模态召回、语义理解等关键技术突破，构建下一代医疗垂直领域搜索范式。 2. 大模型深度应用与优化：探索大模型在医疗搜索场景的落地路径，通过模型微调、知识蒸馏、检索增强生成（RAG）等技术，重构相关性计算、召回策略与排序模型，实现搜索效果的质的飞跃。 3. 多模态数据深度挖掘与模型创新：基于全网文本、图片、视频等多模态数据及超大规模用户行为日志，结合前沿学术成果，设计并落地统计学习与深度学习模型，打造极致精准的医疗搜索体验。 4. 用户行为深度洞察与痛点解决：运用在线学习、因果推断等先进方法，构建用户意图理解与行为预测体系，系统性解决医疗搜索场景下的核心痛点，提升用户满意度与信任度。