夸克千问C端事业群-搜索推荐算法专家-搜索召回
任职要求
1. 计算机或数学相关专业本科以上学历； 2. 具有良好的沟通能力、团队合作意识、逻辑思维能力和执行力； 3. 优秀的分析问题和解决问题的能力； 4. 掌握常用的搜索和机器学习算法； 5. 熟练掌握一门编译型语言(C++/Java)，以及一门脚本语言如Python的开发，有扎实的编程能力； 6…
工作职责
1. 通过向量召回、搜索排序优化提升搜索召回效果，并将大模型在链路中进行落地，提升线上用户体验； 2. 对大模型及召回有较为深入的理解，并能阅读前沿的论文跟进业界前沿进展，以持续提升搜索产品的体验和商业价值； 3. 深入理解搜索产品和业务的同时，需要参与在线搜索服务研发，使前沿的算法可以在线上高并发低延迟场景落地应用，以服务数以亿计的搜索用户
1. 负责搜索场景多模态内容相关的召回、排序、策略等算法设计与优化（如笔记/视频） 2. 负责超大规模深度学习在用户建模、CTR预估、多场景迁移学习等领域中的应用 3. 负责用户表征学习、向量化召回、兴趣发现等在视频搜索/推荐分发场景内的应用 4. 负责分发场景的流量机制分配、冷启动、用户增长等策略设计与应用
1. 负责通用搜索场景下资源（小说、视频、软件、游戏、漫画等）推荐相关的召回、排序、策略等算法设计与技术规划； 2. 参与制定推荐算法策略和流程，使用机器学习和深度学习技术维护和更新模型，确保推荐算法的质量和效率； 3. 与产品经理、数据科学家、产品运营专家等合作，确保推荐系统的设计和实现符合需求。
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。
1.负责夸克亿万用户的 query 推荐效果（sug、猜你想搜、相关推荐）与资源卡片的搜索/排序效果，持续提升核心指标（如 CTR、CVR、覆盖率 等）。 2.构建与优化 NLP 相关模块：query 分类、意图识别、实体短语挖掘、语义匹配、query 重写/扩展、文本相似度与聚类等。 3.参与设计与落地排序系统的技术升级（召回-排序-重排全链路）； 4.跨团队协作：与产品、工程、运营共同定义目标与策略，沉淀算法策略。