岗位描述
岗位职责
1、算法设计与系统优化:负责电商/业务搜索场景下召回算法与系统架构的设计、实现与持续优化,全面提升召回系统的准确性、覆盖度与个性化水平。
2、多模态召回与商品理解:深入分析商品的多模态数据(文本、图像、结构化属性),构建深度商品语义理解模型,借助商品表征(Embedding)等技术显著提升复杂查询下的召回效果。
3、大模型商品内容理解:利用大语言模型(LLM)对海量商品内容进行深度理解与挖掘,主导推进商品标签体系建设、商品属性自动抽取(NER)、类目体系优化等核心任务,为上游检索与召回赋能。
4、大规模数据处理:分析用户搜索行为与消费趋势,处理海量分布式数据,提取有效特征并优化多渠道融合的召回通路。
5、跨团队协同与工程落地:与工程、产品团队紧密协作,推动算法从离线实验评估到在线高并发、低延迟系统的高质量落地。
职位要求
1、学历与经验:计算机、数学等相关专业本科及以上学历,具备 5 年及以上搜索/推荐算法经验,或 2 年以上大模型经验;有大型电商或旅游平台经验者优先。
2、编程与工程能力:精通 Python 与 Java,具备扎实的工程基础,熟悉高并发在线检索服务者优先。
3、算法与深度学习:熟练使用 Elasticsearch,掌握经典召回模型(如双塔 DSSM、Graph Embedding),熟练使用 TensorFlow 或 PyTorch。
4、大模型与商品理解:熟悉主流 LLM 微调与 Prompt 工程,具备商品标签化(Tagging)、品类分类或跨模态表征学习经验。
5、业务指标敏感度:熟悉 A/B Testing 流程,了解 CTR、CVR、UV Value 等电商核心业务指标。
加分项
-具备生成式搜索(Generative Search)相关项目经验,或在 LLM 在线推理优化、智能导购、对话式搜索等场景有成功落地经验者显著优先。