職位描述：

負(fù)責(zé)Query理解與召回算法的研發(fā)與優(yōu)化，包括語義召回、向量召回等核心技術(shù)，提升搜索的召回率和相關(guān)性。

崗位職責(zé)：

Query理解與召回算法優(yōu)化

負(fù)責(zé)Query理解（Query擴(kuò)展、意圖識(shí)別、NER、糾錯(cuò)等），提升搜索Query的語義解析能力。

研發(fā)和優(yōu)化召回策略（如倒排索引、語義召回、向量召回等），提高召回率和相關(guān)性。

結(jié)合大模型（BERT、DeepSeek-Moe等）優(yōu)化Embedding生成和Query-Doc語義匹配。

召回系統(tǒng)性能優(yōu)化

與工程團(tuán)隊(duì)協(xié)作，優(yōu)化高性能向量檢索，降低延遲，提升吞吐量。

與業(yè)務(wù)方協(xié)同構(gòu)建A/B測框架，評(píng)估召回算法效果，推動(dòng)策略上線并產(chǎn)生業(yè)務(wù)價(jià)值。

任職要求：

硬技能：

學(xué)歷：計(jì)算機(jī)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)等相關(guān)理工科本科及以上學(xué)歷。

工作經(jīng)驗(yàn)：2年以上搜索/推薦/NLP算法相關(guān)經(jīng)驗(yàn)。

搜索/召回基礎(chǔ)：

熟悉搜索召回技術(shù)（倒排索引、BM25、語義召回、向量召回等）。

有Query理解實(shí)際經(jīng)驗(yàn)。

大模型/NLP（加分項(xiàng)）：

了解BERT/DeepSeek等系列模型在語義匹配、Embedding優(yōu)化中的應(yīng)用。

熟悉PyTorch/TensorFlow，能進(jìn)行模型訓(xùn)練和調(diào)優(yōu)。

工程能力：

熟練使用Python。

了解ES/Faiss向量檢索引擎者。

軟技能：

結(jié)果導(dǎo)向：能獨(dú)立完成技術(shù)方案，對召回效果和系統(tǒng)性能負(fù)責(zé)。

團(tuán)隊(duì)協(xié)作：能與產(chǎn)品、工程團(tuán)隊(duì)高效配合，推動(dòng)算法落地。

持續(xù)學(xué)習(xí)：關(guān)注搜索召回領(lǐng)域的最新技術(shù)。