岗位职责
1 负责搜索引擎核心召回模块的算法研发与优化，包括但不限于稀疏检索、向量检索、时效性、权威性在内的多路召回体系，提升搜索结果的覆盖率和相关性。 2 深入研究并落地基于LLM的Embedding模型，优化Query与Doc的语义匹配效果，解决长尾及语义鸿沟问题。 3 探索并落地GraphRAG技术，利用图神经网络（GNN）等方法构建或应用图索引，增强搜索召回在复杂场景下的上下文关联与知识推理能力。 4 负责搜索场景下的Agent Harness机制设计与开发，和面向Agent的模型优化，包括规划（Planning）、工具调用（Tool Use）及反思机制等，优化复杂搜索任务的闭环解决能力。 6 结合AB实验与离线评估数据，深入分析Badcase，驱动算法迭代，并在大规模数据索引场景下平衡系统性能与效果。
职位要求
1 计算机、数学、人工智能等相关专业硕士及以上学历，2年以上搜索、大模型或图算法相关工作经验。 2 扎实的算法和数据结构基础，熟练掌握Python/C++，熟悉TensorFlow/PyTorch/PaddlePaddle中至少一种深度学习框架。 3 熟悉搜索系统基本技术架构，熟悉倒排索引、向量索引（如Faiss、HNSW等）以及图表示学习的基本原理。 4 理解图神经网络（如GCN、GAT、GraphSAGE等）的基本原理，熟悉主流图计算/图深度学习框架。 5 具备优秀的逻辑思维能力和数据敏感度，能够跟踪业界最新Paper并进行技术转化。
