千问千问事业部-MOS 实验室-AI搜索算法专家-杭州/北京
任职要求
我们正在寻找两类核心人才，只要你符合其中之一，欢迎与我们共同定义未来： 方向一：搜索资深专家（向 AI 场景转型） ● 具备丰富的搜索系统研发经验， 熟悉搜索基础算法与工程技术，对搜索业务有深刻理解。 ● 希望将深厚的搜索积淀与大模型技术结合，实现技术的代际跨越。 方向二：AI 应用/大模型新锐（深耕搜索赛道） ● 在 LLM、RAG、或智能 Agent 领域有扎实的实…
工作职责
关于我们： MOS 实验室隶属于阿里 ATH 千问事业群。我们致力于在大模型时代打造具有全球影响力的 AI 原生产品，推动 AI 从“被动对话”向“主动服务与复杂执行”的范式跃迁。 实验室核心业务涵盖 AI 搜索、生成式推荐、主动服务及任务助理 Agent 等前沿领域。依托千问大模型底座，我们深度探索 RAG、Agentic RL、多 Agent 协作及全链路工程自动化技术，旨在构建能够深度理解用户、自主规划路径并闭环交付任务的“最强 AI 助手”。 岗位职责：深耕全链路 AI 搜索与 Agent 技术 1. AI 搜索核心技术研发： 负责 AI 搜索场景下的核心算法研发，包括但不限于索引构建与收录、向量召回、 LLM 相关性模型以及生成式检索与排序的构建与优化。 2. 垂直领域 RAG 落地： 利用大模型技术（LLM）实现行业深度搜索，攻克垂直领域下的语义对齐、知识抽取及结构化数据检索等核心难题。 3. 全链路 Agent 提效： 探索大模型与搜索技术的深度结合，负责 Agent 框架下的全链路效率提升，通过Agent技术重构搜索链路，自动化完成搜索效果优化。 4. 技术前瞻与转化： 跟踪全球大模型与 信息检索领域的最前沿技术，确保搜索产品在生成式时代的领先地位。 职级可看P6-P8
关于我们： MOS 实验室隶属于阿里 ATH 千问事业群。我们致力于在大模型时代打造具有全球影响力的 AI 原生产品，推动 AI 从“被动对话”向“主动服务与复杂执行”的范式跃迁。实验室核心业务涵盖 AI搜索、生成式推荐、主动服务及任务助理等前沿领域。 岗位职责：深耕RAG搜索，为千问Chat场景打造一个专属的、下一代搜索引擎 1. AI 搜索核心技术研发： 负责 AI 搜索场景下的核心算法研发，包括但不限于索引构建与收录、向量召回、 LLM 相关性模型以及生成式检索与排序的构建与优化。 2. 垂直领域 RAG 落地： 利用大模型技术（LLM）实现行业深度搜索，攻克垂直领域下的语义对齐、知识抽取及结构化数据检索等核心难题。 3. 全链路 Agent 提效： 探索大模型与搜索技术的深度结合，负责 Agent 框架下的全链路效率提升，通过Agent技术重构搜索链路，自动化完成搜索效果优化。 4. 技术前瞻与转化： 跟踪全球信息检索与大模型领域的最前沿技术，确保搜索产品在生成式时代的领先地位。
关于我们： MOS 实验室隶属于阿里 ATH 千问事业群。我们致力于在大模型时代打造具有全球影响力的 AI 原生产品，推动 AI 从“被动对话”向“主动服务与复杂执行”的范式跃迁。 实验室核心业务涵盖 AI 搜索、生成式推荐、主动服务及任务助理 Agent 等前沿领域。依托千问大模型底座，我们深度探索 RAG、Agentic RL、多 Agent 协作及全链路工程自动化技术，旨在构建能够深度理解用户、自主规划路径并闭环交付任务的“最强 AI 助手”。 岗位职责：定义大模型时代的主动推荐 1. 主动服务场景构建： 负责千问场景下的主动推荐算法研发。基于用户长期记忆与画像，构建主动发起聊天话题、引导任务执行的算法体系。 2. 生成式推荐探索： 探索 LLM-Native 的推荐范式，利用大模型的原生推理能力实现生成式推荐（Generative Recommendation），打破传统过滤式推荐的局限。 3. 时机决策与推送策略： 针对主动服务中的“打扰度”痛点，构建高精度的时机建模（Timing Modeling）与推送策略，确保在最合适的时刻提供最具价值的信息。 4. 长时记忆与任务驱动： 结合 RAG 与记忆模块，使推荐逻辑具备跨时空的连续性，实现基于历史上下文的精准任务挖掘与发起。 5. 业务闭环优化： 深度理解推荐与推送业务指标（点击、留存、任务达成），通过算法手段实现用户价值与业务增长的协同。 职级可看P6-P8