岗位职责
- 垂直搜索全链路优化：负责Query理解、意图识别、召回、粗排/精排、相关性与体验指标的系统性优化，提升搜索满意度与转化效率；
- 异构物料混排：构建并迭代用户卡/直播/本地生活/电商商品/视频等多源异构内容的混合排序策略，解决跨域竞争、供给差异、目标冲突与展示约束等问题；
- 相关性与个性化：结合用户画像、上下文与行为序列，提升个性化相关性建模能力，兼顾准确性、多样性、新颖性与业务收益；
- 多模态内容理解：利用视频、图文、直播等多模态表征与对齐技术，提升内容语义理解、匹配与可解释性，增强长尾与冷启动效果；
- 前沿技术探索和创新应用：探索并推动LLM、Agent和生成式推荐等前沿技术在搜索场景的应用。 加分项
- 有异构混排、跨域排序、统一多目标优化（体验/收益/供给）经验；
- 在SIGIR/KDD/WWW/RecSys/ACL/NeurIPS/ICLR等发表相关论文或有开源影响力；
- 有端到端生成式搜索/推荐、语义召回体系升级等成功案例。
职位要求
- 算法能力：具备扎实的机器学习与深度学习基础，熟悉搜索/推荐核心问题：召回、排序、相关性、特征与样本构建、负采样、校准、去偏与评估等；
- 搜索/推荐经验：有垂直搜索、推荐系统、广告排序等线上实战经验，能独立定位问题并推动指标提升；
- 多模态与语义理解：熟悉NLP/Query理解、语义匹配、向量检索、多模态表征（图文/视频）等方向，有落地经验优先；
- 大模型/生成式方向：了解或实践过LLM、生成式推荐、RAG/工具调用、蒸馏与对齐、端到端训练与推理优化等，有线上落地经验优先；
- 工程与数据能力：熟练使用Python/C++/Java之一，熟悉PyTorch/TensorFlow；具备大规模数据处理与分布式训练/推理经验，关注线上时延与成本；
- 综合素质：强业务理解与结果导向，良好的沟通协作能力，能在复杂目标下做取舍并推动跨团队落地。
