岗位职责
-面向百度通搜&全球搜&LLM-RAG场景，处理天级数十亿复杂多样的检索需求，并从千亿级异构索引库中检出全局满足资源 -目标提升全球化搜索场景的检索效果，包括优化多语言LLM嵌入表征，多语言生成式LLM排序，多粒度召回探索，generative后训练 -构建业界领先的RSI系统（Recursive Self-Improvement），基于多Agent构建搜索自进化系统，构建自闭环反馈链路，并全量应用于搜索全系统、AI搜索等场景 -构建Agentic Labeling Pipeline，包括但不限于渐进式蒸馏，reasoning优化，专精expert设计，reflection机制优化，实现基于agentic-LLM的高精样本全流程自动化构建
职位要求
-计算机相关专业研究生及以上学历，2年及以上 NLP/搜索算法/大模型相关工作经验 -具备扎实的自然语言处理、机器学习和大语言模型相关技术基础，深入理解主流模型架构 -具备优秀的编程能力，熟练使用 Python/C++，并至少熟练掌握一种深度学习框架，如 PyTorch、TensorFlow、PaddlePaddle等；熟悉Linux操作系统及常用命令 -具备较强的学习能力与技术好奇心，对AI搜索领域的新技术和新方法保持积极探索意愿；具备出色的问题分析与解决能力，能从复杂用户行为数据中定位核心问题并设计有效解决方案 -有大规模搜索引擎算法研发、AI搜索/RAG系统全链路开发、大模型后训练全流程落地
