夸克千问事业部-服务端研发工程师（UC浏览器）-北京
任职要求
1、计算机科学、软件工程、人工智能等相关专业，本科及以上学历；3 年以上工业级服务端研发经验，有大规模分布式系统实战经验者优先。 2、精通 Java / Python，熟悉语言生态与工程最佳实践；熟练掌握 Spring Boot、FastAPI 等主流框架，具备扎实的数据结构与算法功底。 3、熟悉主流数据库（MySQL / PostgreSQL）、缓存（Redis）、消息队列（Kafka / RocketMQ）及微服务架构（Dubbo / gRPC），具备高并发、高可用系统的设计与调优能力。 4、具备良好的沟通协作能力与技术文档写作能力，能清晰表达技术方案并推动跨团队落地。 5、熟练使用 Claude Code、Codex 等 AI …
工作职责
团队介绍：我们承接 UC 浏览器与书旗两大核心业务，覆盖移动端与桌面端全平台，UC 客户端技术能力行业前列，正处于 AI 深度改造业务的起点阶段。 1、负责 UC 浏览器、书旗小说等核心产品的服务端架构设计、开发与持续演进，保障亿级用户场景下的高可用、高性能与高扩展性；主导跨团队技术方案评审与架构治理，持续提升系统稳定性与工程质量。 2、深度参与 AI 原生能力的技术预研与工程化落地，将大模型能力融入产品核心链路； 3、设计并构建智能化服务端中间件与基础设施，支撑 AI Agent、RAG、多模态理解等前沿技术的规模化业务应用。 4、跟踪行业技术趋势与 AI 领域前沿进展，推动团队技术选型与最佳实践沉淀，构建面向 AI 时代的服务端技术体系。
1. 负责千问&夸克服务端技术体系的系统分析、设计，并主导完成详细设计和编码的任务，确保项目的进度和质量；主导技术难题攻关，持续提升核心系统的高处理性能； 2. 能够在团队中完成Code Review的任务，确保相关代码的有效性和正确性，并能够通过Code Review提供相关性能和稳定性的建议； 3. 理解业务，识别需求，参与架构、系统、分析设计等多领域项目的相关技术的实践、应用和研发。
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。 1. 该岗位主要负责垂直行业的业务开发，包括在线召回、排序系统效果优化，离线系统分析、设计，行业质量相关数据体系建设，能主导完成业务优化上下游的详细方案设计和编码开发，确保项目的进度和质量； 2. 该职位需要理解业务，识别业务需求，主导业务技术难题攻关，结合当前业界先进的方案，推进业务效果的持续迭代；
1、针对具体任务场景（如语音识别、机器翻译、图像理解、文本生成等），开展深度学习模型的算法设计与创新，探索新型神经网络架构（如Transformer、MoE、扩散模型等），提升模型在复杂环境下的准确性、鲁棒性与泛化能力。负责端到端建模优化，结合上下文理解、对话状态追踪或多模态融合技术，增强系统在连续交互场景中的语义理解与响应能力。构建高质量训练数据体系，设计自动化语料清洗、标注与增强方案，覆盖多语言、多方言、噪声或小样本等挑战性场景，支撑模型持续迭代。 2、参与大规模预训练模型（LLM、VL模型等）的研发与微调，包括指令微调、对齐优化、提示工程及推理加速，提升模型在下游任务中的表现。探索大模型在跨模态理解（图文、音视频）、实时生成、知识推理等场景的应用路径，推动AIGC、智能摘要、自动字幕、翻译等业务的技术升级。研发高效微调技术（LoRA、Adapter等）与模型服务架构，实现大模型在资源受限环境下的灵活部署。 3、推动模型轻量化与推理加速，应用模型压缩、量化、蒸馏、剪枝等技术，提升模型在移动端、边缘设备或云端的运行效率。协同工程团队完成算法模块的高性能集成，优化分布式训练与推理框架，保障系统低时延、高并发与稳定性。支持多平台部署（移动端、PC端、Web端、云服务），参与全链路性能调优与监控体系建设。 4、跟踪人工智能领域最新研究进展（CV/NLP/ASR/TTS/MT等），结合业务需求进行技术预研与原型验证。与产品、数据、工程团队紧密协作，深入理解用户场景，推动AI能力在实际产品中的创新应用。
团队介绍：团队负责广告核心检索系统与在线服务基础架构的持续演进，聚焦分布式系统、高性能服务端架构与云原生平台建设，支撑超大规模流量场景下的高并发、低延迟服务。 1.负责营销平台RecSys架构的研发与优化，提升广告的转化 2.优化推理框架（vLLM、SGLang、TensorRT-LLM），优化KV Cache管理、Paged Attention及动态批处理（Continuous Batching） 3.构建自动化性能测试与评估体系，确保优化方案的稳定性与可扩展性。 4.适配异构硬件，支持模型端到端部署