岗位职责
面向蚂蚁核心搜索与推荐场景，处理海量规模用户行为与内容数据，结合检索、排序、大模型与生成式推荐能力，持续优化内容匹配效率、用户体验与业务价值。将参与从 Query 理解、召回、粗排、精排、重排到生成式结果优化的完整链路建设，推动 AI 搜索、生成式推荐、智能化结果生成等能力在真实业务中的落地与迭代。
- 架构演进与全链路优化：深度参与从 Query 理解、召回、粗排、精排到重排及生成式结果优化的搜索推荐全链路建设。面对复杂业务场景，能够前瞻性地布局技术架构，持续提升业务规模与核心转化指标；
- 前沿技术突破与落地：主导生成式推荐、Semantic ID、Scaling Law 在搜索推荐领域的应用研究。解决大模型在实时搜索与推荐系统中的推断延迟、幻觉控制、长尾内容分布等核心业务痛点；
- 搜索 Query 理解与意图建模：构建基于 LLM 的 Query 理解与意图识别体系，涵盖 Query 改写、语义召回、个性化触发等能力，提升搜索结果的相关性与召回覆盖，打通“搜索即推荐、推荐即生成”的链路闭环；
- 智能体（Agent）体系建设：负责构建基于 LLM 的算法专家智能体。实现策略自动调优、实时效果归因、仿真模拟及智能监控，将算法研发模式从“手动调参”转向“自动化决策”。
职位要求
- 深厚的算法积淀：精通搜索或推荐领域的基础理论。在深度学习、大规模分布式训练、特征工程等方面有深厚的工程实践经验，理解复杂链路下的系统性瓶颈；
- 大模型实战经验：对 LLM / 强化学习有深刻理解，并有成功的业务落地经验。能够熟练进行模型微调（SFT）、强化学习对齐（RLHF）或 RAG 系统的架构设计；有多模态理解与生成（AIGC）经验者加分，能应用于素材理解与生成式创意优化；
- 卓越的问题解决能力：具备极强的数据洞察力和实验设计能力，能够从复杂的业务现象中抽象出底层算法问题，并给出系统性的解决方案；
- 行业影响力： （1）在相关领域顶级会议（如 KDD、NeurIPS、SIGIR、WSDM、ICDE 等）有高质量论文发表者优先； （2）在知名开源项目、高水平 Kaggle / ACM 竞赛中取得优异成绩者优先； （3）有带领中大型算法项目或跨团队协作经验者，在应对复杂业务博弈时有敏锐判断力者优先。
- 工程思维与好奇心：拥有“产品工程化”思维，不仅关注算法指标，更关注技术对商业闭环的贡献。对技术趋势有极强的敏感度，乐于在 AGI 时代挑战无人区。
