夸克千问C端事业群-搜索排序算法专家-杭州
任职要求
1. 学历与专业背景：数据挖掘、机器学习、模式识别、信息检索等相关专业硕士/博士学历，或具备同等水平的行业经验。 2. 技术栈与工程能力：精通Linux开发环境，熟练掌握C++、Python，具备扎实的数据结构与算法功底，有大规模分布式系统开发经验者优先。 3. 前沿技术视野：深入理解深度学习、大模型训练等AI前沿技术，对搜索排序领域的学术进展与工业实践有深刻洞察与前瞻…
工作职责
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. 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。
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
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. 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