岗位职责
【课题说明】 构建面向美团本地多业务场景的搜索系统，探索基于LLM的下一代本地生活服务搜索系统。通过探索LLM在搜索的意图理解、相关性建模、生成式召回、展示素材和样式的应用，提升搜索系统端到端的体验、匹配效率。 【建议研究方向】
- 基于LLM的轻量级搜索相关性模型 参与设计和实现基于LLM的可解释、可蒸馏、低延迟的大模型相关性判别器，提升搜索的体验。
- 多业务多目标混排机制 参与设计多业务多目标混排机制，实现多业务混合排序架构，融合多业务多目标排序，实现全局最优。
- 基于Transformer架构的高稠密精排模型 探索融合全域样本、多业务全域特征，基于Transformer和MOE构建多业务全域统一基础模型，在Data scaling的基础上持续摸高模型稠密化Scaling up。
- 多模态建模展示素材与创意 探索搜索场景下的创意素材展示策略，基于多模态内容理解表征建模、在线多目标创意素材排序建模，提升搜索的展示体验与效率。
职位要求
- 海内外高校计算机、人工智能、数学等相关专业 硕士或博士在读（2027年6月前毕业优先）。
- 扎实的机器学习/深度学习基础，熟悉 Transformer、BERT、LLM 原理。
- 热爱搜索、LLM，有技术热情，相信技术改造世界。
- 有较强的编程能力，有大厂实验室的实习经验，或有贡献突出的开源项目，或在在顶级大赛上获奖经历。
- 学术达人，在顶级期刊或学术会议上以第一作者身份发表论文（或导师一作，自己为二作）优先
