千问千问事业部-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。
1.负责AI搜索中检索排序方向的核心技术研发，包括检索规划、语义召回、LLM-based Ranking等算法研发、优化与创新，提升检索的相关性、时效性、质量、权威性； 2.跟踪AI搜索领域的前沿技术，参与前沿算法研究，推动研究成果在业务场景的落地应用； 3.参与产品讨论，基于技术对产品提出改进建议。
1、多分数最优化算法设计：负责搜索排序机制中的多目标、多分数优化算法设计，围绕相关性、转化效率、用户体验、商业收益、供给生态、流量公平性等目标，实现多目标帕累托最优解。 2、AI Agent for Strategy 实现自动化动态流量分配：负责构建面向搜索策略优化的 AI Agent 系统，将 LLM 的推理、规划、工具调用和自动执行能力应用到搜索机制策略迭代中，提升策略诊断、参数搜索、实验设计和效果分析的自动化水平。
1 负责搜索排序模块的开发，包括但不限于相关性、点击率、时效权威性、多样性等多目标排序，提升搜索结果的满意度。 2 深入研究基于LLM的相关性模型、重排模型等，提升搜索多目标排序能力，解决长尾query下排序泛化问题。 3 负责多目标排序体系的建设，包括特征体系、训练框架、abtest机制、评估标准等。 4 探索基于长行为序列的排序建模，提升端到端的搜索转化率。