岗位职责
- 负责微信视频搜索排序系统的大模型化升级，主导生成式排序范式在精排/混排环节的架构设计与落地，推动搜索排序从判别式建模向生成式理解跃迁；
- 深度融合视频多模内容、用户长短期兴趣与搜索上下文，设计端到端的满意度与相关性联合建模方案，从「匹配」走向「理解用户真实意图」；
- 主导大模型的后训练体系建设，熟悉SFT、强化学习（RLHF/GRPO/DPO）等训练范式；
- 探索大模型在搜索场景下的数据飞轮闭环，构建从线上反馈到自动化标注、训练、评测的可持续迭代能力；
- 跟踪业界前沿进展，在生成式检索、Reasoning、Agentic Search 等方向做前瞻性技术布局，并推动成果在亿级用户产品中规模化验证。
职位要求
- 计算机、人工智能、数学等相关专业硕士及以上学历，具备扎实的机器学习与深度学习理论基础；
- 精通大模型后训练技术栈，在 SFT、强化学习（PPO/GRPO/DAPO/DPO）中至少一项有深入实践与体系化认知，理解其背后的优化本质而非仅停留在调参层面；
- 熟练掌握主流训练与推理框架（Megatron-LM / DeepSpeed / veRL / vLLM / SGLang 等），具备千卡级分布式训练或大规模在线推理优化经验；
- 在搜索、推荐、广告等大规模排序系统中有实际落地经验，理解召回-粗排-精排-混排全链路，具备从0到1推动技术方案上线并取得业务收益的完整闭环能力；
- 具备优秀的问题抽象与工程实现能力，能在效果、时延、成本的多重约束下找到最优解；
- 对技术有真正的热情与好奇心，愿意在高不确定性的方向上持续深耕。
