夸克智能信息-夸克搜索算法专家-NLP/推荐
任职要求
1. 双一流计算机相关专业本科及以上学历，至少精通一种机器学习编程框架，如tensorflow、pytorch等， 有一定的C++或java在线服务编程基础。 2. 对NLP有深入的理解，召回与相关性算法上有较好的实践经验，或者有丰富的推荐算法相关经验；有一定的项目管理和方向规划能力。 3. 具备良好的逻辑思维能力和抽象概括能力，良好的沟通能力和团队协作能力，拥有技术热情，具备强烈的责任心和自驱力。 4. 有好奇心，保持学习，熟悉人工智能、自然语言处理领域前沿技术，并能快速落地至业务场景。 5. 加分项：有AI应用开发经验优先；
工作职责
团队介绍：
1. 夸克搜索是追求极速智能搜索的先行者,为用户的信息获取提供极速精准的搜索体验。
2. 团队属于阿里巴巴智能信息事业部板块下核心技术部门，负责夸克搜索业务核心体验的优化与开发。
3. 团队内部算法和工程结合，可以依据个人兴趣和能力，深入探索更丰富的技术领域；同时团队氛围融洽且开放，追求简单、轻松、愉快工作氛围的同学不容错过。
4. 团队工作具有业务复杂度高、技术挑战大、技术栈全面等特点，高并发低延时，大数据存储及挖掘。
5. 团队紧跟业界前沿技术，演进和迭代业务架构和算法，支撑业务在行业竞争中处于优势地位。
岗位职责：
1. 利用传统深度学习或者大模型技术，解决搜索/推荐中用户需求识别、内容理解、语义召回、排序相关的问题并进行落地，支撑业务快速迭代及新模式的探索。
2. 和产品、运营一起合作，迭代优化产品体验，利用推荐/搜索相关的算法能力推动C端用户的满意度，持续提升用户活跃度和留存。
团队介绍：字节跳动抖音搜索团队主要负责抖音搜索算法创新和架构研发工作，主要包括短视频、直播、本地生活、视觉搜索等多个业务线。我们使用最前沿的机器学习技术进行端到端建模并不断创新突破，同时专注于分布式系统、机器学习系统的构建和性能优化，从内存、Disk等优化到索引压缩、召回、排序等算法的探索，充分给同学们提供成长自我的机会。主要工作方向包括：1、探索前沿的NLP技术：从基础的分词、NER，到应用上的Query分析、基础相关性等，全链路应用深度学习模型，每个细节都充满挑战；2、跨模态匹配技术：在搜索中应用CV+NLP深度学习技术，让视频搜索拥有更强大的检索能力；3、大规模流式机器学习技术：应用大规模机器学习，解决搜索中的推荐问题，让搜索更加个性化更加懂你；4、千亿级数据规模的架构：从大规模离线计算，分布式系统的性能、调度优化，到构建高可用、高吞吐和低延迟的在线服务的方方面面都有深入研究和创新。 1、参与抖音，今日头条，西瓜视频，剪映等App，以及国内电商，生活服务等重点业务的搜索推荐模型和策略改进，负责这些业务的搜索流量和用户渗透增长&搜索心智建设任务； 2、以推荐算法为核心技术栈，改进基于超大规模机器学习模型的推荐系统，覆盖从候选挖掘到召回，粗排，精排，多目标融合全链路技术环节； 3、探索短文本推荐和通用推荐技术的上限，重点是推荐和NLP技术的联合应用，以及多模态等前沿技术的探索。
我们是蚂蚁集团的内容推荐智能技术部推荐算法团队。 该职位主要优化支付宝内容场域（首页和TAB3的短视频，直播，商业化内容）的搜索效率和体验。团队成员以技术驱动业务增长为己任，期待你的加入，共同创造内容搜索推荐的新未来。 职位描述： 该职位负责优化内容搜索的全链路体验，包括搜索结果页、SUG、相关搜索等模块。具体职责包括： ● 优化搜索召回、相关性、精排和重排策略，提升用户体验。 ● 推动用户内容心智的增长，帮助业务提升效率并贡献增量价值。 ● 参与“支付宝内容化”的创新赛道，推动技术与业务的深度融合
团队介绍：字节跳动搜索团队主要负责抖音、国际化短视频、今日头条、西瓜视频等产品以及电商、生活服务等业务的搜索算法创新和架构研发工作。我们使用前沿的机器学习技术进行端到端建模并不断创新突破，同时专注于分布式系统、机器学习系统的构建和性能优化，从内存、Disk等优化到索引压缩、召回、排序等算法的探索，充分给同学们提供成长自我的机会。 1、探索前沿的NLP技术：从基础的分词、NER，文本、多模态预训练，到业务上的Query分析、基础相关性等，全链路应用深度学习模型，每个细节都充满挑战； 2、跨模态匹配技术：在搜索中应用CV+NLP深度学习技术，实现多模态视频搜索强大的语义理解和检索能力； 3、大规模流式机器学习技术：应用大规模机器学习，解决搜索中的推荐问题，让搜索更加个性化更加懂你； 4、千亿级数据规模的架构：从大规模离线计算，分布式系统的性能、调度优化，到构建高可用、高吞吐和低延迟的在线服务的方方面面都有深入研究和创新； 5、推荐技术：基于超大规模机器学习技术，构建业界领先的搜索推荐系统，对搜索推荐技术进行探索和创新。
负责百度整页、视频、图片搜索业务，运用前沿技术重塑搜索信息交互方式，提升整页、视频、图片等用户体验，工作内容包括但不限于： - 迭代亿级资源库的召回排序机制，构建多目标融合建模体系，提升整体搜索体验 - 负责NLP方向相关技术研发，包括不限于用户意图理解、语义对齐、搜索结果rerank等 - 主导超大规模搜索CTR预估模型优化，重点攻关面向搜索场景的多模态用户行为序列建模算法 - 优化多模态内容理解与跨模态语义匹配算法，探索基于VLM的重排序框架，融合多模态内容信息进行端到端用户感知优化