千问千问事业部-多模态检索与agent算法专家-杭州/北京
任职要求
● 计算机、数学、人工智能等相关专业硕士及以上学历，2 年以上多模态检索/Agent算法落地经验 ● 熟悉主流大模型的原理与业界前沿模型架构&技术，熟练掌握Python、PyTorch基础，熟悉至少一种主流训练框架（如Swift、Megatron、LlamaFactory、Trl等） ● 熟悉多模态理解、多模态检索、VLM、多模态Agentic Sea…
工作职责
负责面向千问 APP、夸克 APP、AI 眼镜等核心产品构建统一的多模态检索与智能体搜索技术体系，推动大模型与搜索的深度融合，打造覆盖内容理解、语义检索、语义匹配与任务执行的一体化能力。岗位将支撑全网图片搜索、智能拍搜、多模态 RAG、Agentic Search 等关键场景，持续提升多模态检索系统在开放场景下的效果上限与用户体验。
1. 基于海量文本/图像/视频搜索业务场景，对大规模用户数据进行理解分析，探索和运用计算机视觉算法解决业务实际问题，创造业务价值。 2. 负责构建和完善多模态业务场景的内容理解、内容编辑生成、多模态语义表征以及图像检索等技术问题。 3. 对业界前沿技术和设计趋势保持敏感，梳理和提出创新的算法和业务流程，驱动业务升级。
1. 参与多模态大模型在核心业务场景中的算法创新与应用，提升模型效果与用户体验； 2. 负责多模态大模型后训练技术研发与落地，探索并应用SFT、RLHF、DPO、RLVR等训练范式，跟进并保持业界技术领先； 3. 参与多模态RAG核心模型建设和优化：海量图文/视频内容理解与对齐、多模态向量表征与召回、语义匹配重排序等工作，支持文本/图像/视频等跨模态检索、相似检索与语义召回。
持续跟进和研究LLM和Answer Engine场景的用户需求和行业趋势，协助构建面向新型Answer Engine场景的多模数据库产品。 1、深入钻研多模数据库存储系统和分布式架构，构建支撑半结构化和非结构化数据的统一存储系统； 2、通过多种数据模型的融合索引技术和高性能的查询优化器和执行器，提供更加稳定和泛用的高性能查询引擎； 3、通过数据库、AI模型和AI推理系统的协同设计，提升整个系统的搜索质量表现。
专注于数据湖场景下向量化和多模态数据存储和分析系统的研究、探索和开发，具体职责包括： 1、探索和研究高效可扩展的向量索引和分级存储算法，支持超大规模向量数据存储和检索； 2、探索和研究高性能的多模态数据检索和查询算法，支持大数据AI一体化场景下的融合分析； 3、分析现有向量索引算法和典型负载的性能瓶颈，提出并实现创新的优化技术； 4、结合阿里云Milvus和EMR 产品服务，提供可靠高效的向量存储和检索方案，支持不同行业和规模的客户场景； 5、面向数据湖仓场景构建业界领先的多模态数据查询分析解决方案。