夸克千问-搜索内容理解（LLM）实习生-杭州
任职要求
1. 计算机/人工智能相关专业硕士及以上学历 2. 熟悉Python编程，掌握PyTorch/TensorFlow至少一个深度学习框架 3. 对大语言模型（LLM）有深入理解和实践，熟悉Prompt Engineering、微调（SFT/RLHF）、RAG、Agent等主流技术路线 4. 有AI Coding工具（Cursor/Copilot/Windsurf等）的实际使用经验，能高效利用AI辅助编程完成…
工作职责
在LLM重构搜索的浪潮中，我们需要你将前沿技术与工程实践相结合，以AI驱动的方式推动搜索理解的技术落地与效果突破！ 1. 参与搜索语义理解核心项目：基于大模型的语义表征与推理、大规模内容关系网络构建与应用、搜索场景下的LLM能力优化等方向的算法研发与系统落地 2. 开展算法创新与工程实现：设计实验方案、分析对比及消融结果，并推动优势方案在搜索场景中的线上部署与效果验证 3. 善用AI Coding工具（如Cursor、Copilot等）提升研发效率，快速完成原型搭建、数据处理与实验迭代 4. 跟踪大模型领域前沿进展：定期输出顶会论文解读，将前沿思路转化为可落地的技术方案
在LLM重构搜索的浪潮中，数据质量决定模型智能的天花板。我们需要你构建数据与模型的「双向进化引擎」，从万亿级多模态数据中提炼认知黄金，驱动大模型突破搜索理解的终极边界！ 1. 万亿级网页提炼：研发多模态数据分析框架，通过网页解析、文档智能、知识抽取等技术，完成全网万亿级搜索网页的关键信息提炼。 2. 攻克数据质量理解：设计网页质量/权威性/可信度的多维度评估模型，以及跨模态数据表征技术，提升夸克在网页知识获取的准确性与可靠性。 3. 驱动数据与算法协同进化：探索大模型时代的数据评估方法论，量化数据优化对搜索效果和模型性能的影响。 4. 打造全网优质内容库：构建多模态数据的处理和挑选管线，建立覆盖网页/图文/视频等全域内容的智能知识库。
在LLM重构搜索的浪潮中，数据质量决定模型智能的天花板。我们需要你构建数据与模型的「双向进化引擎」，从万亿级多模态数据中提炼认知黄金，驱动大模型突破搜索理解的终极边界！ 1. 万亿级网页提炼：研发多模态数据分析框架，通过网页解析、文档智能、知识抽取等技术，完成全网万亿级搜索网页的关键信息提炼。 2. 攻克数据质量理解：设计网页质量/权威性/可信度的多维度评估模型，以及跨模态数据表征技术，提升夸克在网页知识获取的准确性与可靠性。 3. 驱动数据与算法协同进化：探索大模型时代的数据评估方法论，量化数据优化对搜索效果和模型性能的影响。 4. 打造全网优质内容库：构建多模态数据的处理和挑选管线，建立覆盖网页/图文/视频等全域内容的智能知识库。
你将加入阿里千问C端事业群的核心算法团队，直接负责千问、夸克AI问答等大模型产品背后至关重要的“大脑”——RAG（检索增强生成）系统。我们的使命是为大模型打造一个专属的、下一代搜索引擎，确保AI在回答用户问题时，能做到毫秒级响应、内容全面、信息时效性强且高度专业。 1、基于海量用户行为数据以及人工标注数据，结合信息检索、自然语言处理、大规模预训练模型等前沿技术，支持 通用RAG检索、垂直场景下的智能AI问答 等一系列业务 2、研究方向包括但不限于信息检索、大规模预训练技术、文本生成、模型蒸馏/窃取、强化学习等
我们是阿里巴巴千问C端夸克事业部基础搜索算法团队，团队的主要产品是搜索浏览器夸克，核心算法工作涉及：query理解、召回、排序、语义体系、质量体系等，本职位主要产品的排序算法优化，具体工作如下： 1. 通过负责排序链路的大模型排序模型、特征工程（设计、抽取、验证、筛选）、排序因子等优化，以提高排序的合理性，从而提高线上效果； 2. 通过大模型等先进NLP能力的应用，提升对于相关性、内容质量等建模，进而提升排序能力； 3. 通过海量用户行为分析，并联动召回、语义、离线、问答摘要等各个子方向，对上下游链路、横向链路进行合理的架构设计，进行多目标建模，包括但不限于：精排、重排等，以提高搜索产品的用户体验