高级搜索算法工程师-QU方向

岗位职责

算法设计与系统优化： 负责搜索场景下 Query 理解（QU）算法体系与架构的设计、实现与持续优化，精准捕捉用户意图，全面提升搜索准确率与用户体验。

意图识别与语义理解： 负责 Query 意图分类、实体识别（NER）、纠错、改写等核心算法构建；结合表征学习（Embedding）与语义相关性模型，精准解决长尾词、冷门词及歧义 Query 理解难题。

标签体系建设与管理： 主导标签体系（如意图标签、属性标签、类目体系等）的搭建、扩展与自动提取机制，为下游召回、排序及个性化推荐提供高精度的语义标签支撑。

大模型结合与应用： 利用大语言模型（LLM）强化 Query 语义表征与复杂意图理解，推进 LLM 在 实体识别（NER）、Query 改写、大模型生成式补全（AutoComplete），及AI Search Tools等场景的落地与优化。

数据挖掘与反馈机制： 分析海量用户搜索日志与行为数据，从数据中沉淀高质意图图谱与知识库；协同下游召回与排序模块，建立合理的语义信号传导与评测反馈机制。

跨团队协同与工程落地： 与工程、产品团队紧密协作，推动 QU 算法模型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

学历与经验： 计算机、数学、自然语言处理（NLP）等相关专业本科及以上学历，具备 3 年及以上搜索/NLP 算法经验，或 2 年以上大模型/Agent 应用经验；有大型电商、内容或旅游平台经验者优先。

编程与工程能力： 精通 Python ，熟悉Java，具备扎实的工程基础与算法实现能力，能自主上线者优先。

算法与深度学习： 深入理解 NLP 常用算法与模型（如 BERT、Transformer 架构），熟练掌握命名实体识别（NER）、文本分类、语义匹配算法；熟练使用 PyTorch/TensorFlow。

大模型与 Agent 应用（加分项）： 熟悉主流 LLM 微调（SFT/LoRA）、Prompt 工程；掌握 AI Agent 架构（如 LangChain、ReAct/Tool Calling 机制等），能利用 Agent 技术解决搜索系统自我评估及修复能力；熟悉AI Search Tools相关开发，即：chat场景提供自然语言搜索能力。

业务指标敏感度： 熟悉 A/B Testing 流程，深入理解无结果率、改写准确率、NER识别准确率、相关性得分及搜索整体 CTR、CVR 等核心业务指标。