岗位职责
- 我们正在寻找一位了解大模型 LLM 在搜索推荐场景的应用、熟悉生成式技术及 NLP 相关知识的人才加入团队。
- 你将有机会参与学术研究与业务实践两方面工作，深度涉足生成式搜推领域。
- 在学术研究方面，你将和团队一同探索生成式大模型在搜推场景的前沿技术，研究新的算法（如生成式检索、大模型推荐优化等），助力发表高质量研究论文。
- 在业务实践方面，你将利用生成式技术、NLP 技术解决搜推业务场景中的问题，设计并实现高效解决方案，对生成式模型进行调优、部署及搜推链路集成，并开展评估与优化工作。
- 你将直接接触到生成式搜推相关的大模型落地场景，包括且不限于基于 LLM 的搜索意图解析、推荐内容生成、多轮交互式搜推、RAG 优化等，体验最真实的生成式搜推应用场景。
职位要求
- 对生成式 AI 与搜推技术的交叉领域有强烈探索欲，能快速跟进前沿技术并尝试应用于实际场景，具备创新思维。
- 掌握深度学习、自然语言处理（NLP）、信息检索等核心技术，需熟悉生成式大模型（LLM）在搜索推荐场景的落地逻辑。
- 具备良好的英文文献阅读能力，能准确理解前沿技术报告；可规范撰写生成式模型调优报告、搜推策略方案等技术文档。
- 具备优秀的团队协作意识和高效沟通能力，能深度参与生成式搜推项目的方案研讨、技术攻坚及成果复盘，推动项目高效落地。
- 具备扎实的编程能力，熟练运用 Python 语言；能熟练使用 PyTorch/TensorFlow 等框架完成生成式模型的微调、部署及搜推链路集成，有相关工具实操经验者优先。
- 有生成式搜推方向实践经历，例如参与过基于 LLM 的搜索意图解析、推荐内容生成、多轮交互式搜推等项目；有相关领域论文发表（如生成式检索、大模型推荐优化等方向）或竞赛获奖经历者优先。 若你符合上述要求，且渴望投身生成式搜推技术的实践与创新，欢迎联系我们，共同探索大模型在搜推领域的无限可能！
