岗位职责
搜索正迈向大模型驱动、多模态融合、自主任务执行的新范式。团队专注LLM/VLM与经典搜索内核、分布式引擎的深度融合，打造面向C端海量用户与B端政企客户的下一代智能搜索及对话式Agent产品。
- AI Search与Agent核心架构及算法：制定AI Search与企业Agent中长期技术战略。主导传统搜索向AI原生架构的融合重构，全链路设计Query理解、多模态召回、精排、生成式答案与Agent编排。推进长文本/多模态检索与RAG体系优化，突破意图拆解、长上下文管理、工具调用与多步规划，建立知识连接器与安全护栏。
- 底层引擎攻坚与AI系统基建：攻坚底层存储与分布式检索引擎，优化内核、索引结构与向量存储。通过存算分离、冷热分层、集群调度等手段，系统性解决延迟、成本与高并发稳定性问题。打通数据治理、向量嵌入、模型实验到灰度发布的标准化闭环，保障高吞吐与低成本。
- 数据飞轮、模型训练与评测体系：构建“数据飞轮—场景微调（SFT/DPO）—自动化评测”的闭环体系，以检索导向的奖励信号与数据生态从源头强化事实忠实度，依托高置信度评测基线与动态消融实验，精准归因并系统性压制幻觉，保障企业级交付效果可靠性。
- 商业化落地与政企交付闭环（聚焦业务结果与ToB交付）：联动产研销团队，主导政企客户AI搜索与Agent方案落地。负责客户知识库结构化接入、向量化治理与记忆体系搭建，结合模型适配微调，推进工程化交付与评测，拿下KA客户。并沉淀行业解决方案与微调范式，实现标准化、规模化复制。
- 团队管理、跨部门协同与技术影响力（聚焦组织发展与行业发声）：管理跨方向技术团队，打造以存储工程为核心、模型定制与算法协同为延伸的复合型技术团队。
职位要求
- 计算机相关专业硕士及以上，10年以上分布式系统、搜索引擎内核、存储引擎、数据工程及大规模服务架构经验，3年以上30人+跨算法/工程团队管理经验。具备大规模搜索系统迭代实践，以工程存储为支撑统筹后训练与知识库优化，实现企业检索效果显著提升并规模化上线。
- 具备成熟ToB商业化视野，有头部企业POC攻坚与赢单经历，具备战略判断力、系统拆解力与风险兜底能力，极强的无边界协同与结果扛压能力。 加分：
- 向量检索、分布式存储等开源项目核心贡献者；
- 强化学习/后训练提升企业检索准确率的大规模上线案例，政企KA客户AI搜索标杆交付经验；
- 数据和AI方向（如SIGMOD、VLDB、ACL、SIGIR等）会议成果，或自研搜索/存储/向量引擎内核经验；
