千问事业部-高级搜索算法工程师/专家-北京/广州
Summary
Senior search algorithm engineer/expert on Alibaba's Qwen consumer business unit, optimizing the core search pipeline — recall, fine/re-ranking, and semantic understanding — with deep LLM integration (vector recall, LTR ranking, query understanding, content quality modeling). Stack: Python plus C++/Java on Linux, working with massive user behavior data.
我们是千问C端事业部搜索算法团队，团队致力于通过前沿的算法技术提升数亿用户的对话和搜索体验。本岗位将聚焦于搜索核心链路（召回、排序、语义理解），重点探索大模型（LLM）在搜索场景下的深度应用，包括向量召回、精排/重排优化、Query理解及内容质量建模等。
搜索核心链路优化： 负责搜索召回、排序（精排/重排）及语义体系的算法研发与优化。通过特征工程、模型结构设计及多目标建模，持续提升搜索的相关性、内容丰富度及用户体验。
大模型（LLM）落地与应用： 深入探索大模型在搜索全链路的落地场景。包括但不限于利用LLM增强Query理解（NLU）、优化向量召回效果、构建基于大模型的排序模型（LTR），以及提升内容质量评估和相关性建模能力。
前沿技术跟进与创新： 跟踪业界在深度学习、大模型、自然语言处理（NLP/NLU）及搜索引擎领域的最新进展（SOTA），阅读并复现前沿论文，将其转化为实际的业务生产力，提升产品的商业价值和技术壁垒。
数据驱动与问题分析： 基于海量用户行为数据进行深度挖掘与分析，联动各子方向发现业务痛点，具备优秀的逻辑思维能力，能够独立分析并解决复杂的算法与工程问题。
学历背景： 计算机、数学、统计学或相关专业硕士及以上学历；具备2年以上搜索算法相关工作经验者优先。
编程能力： 具有扎实的编程基础和良好的代码习惯。熟练掌握 Python，精通 C++ 或 Java 中至少一门编译型语言；熟悉 Linux 开发环境。
算法基础： 深刻理解机器学习、深度学习基本原理。熟悉常用的搜索算法体系，包括但不限于：
召回侧： Term召回、向量召回（Vector Search）、多路召回融合、生成式召回；
排序侧： Learning to Rank (LTR)、特征工程、多目标优化、精排/重排策略、生成式排序；
理解侧： Query分析、语义匹配、相关性建模。
综合素质： 具备良好的沟通能力、团队合作意识及执行力；对数据敏感，拥有优秀的分析问题及解决问题的能力。
加分项
大模型/NLP经验： 对 LLM、NLP、NLU 有深入研究，有大模型微调、Prompt Engineering 或在搜索/推荐场景中落地大模型经验者优先。
搜索全流程经验： 熟悉搜索引擎整体架构，有完整的搜索召回、排序或Query理解项目实战经验。
大规模系统经验： 有分布式系统开发经验，或在高并发、低延迟场景下成功落地复杂算法模型的经验；有参与大型互联网搜索项目经验者优先。
数据挖掘能力：有挖掘和分析海量用户行为数据的经验，能通过数据洞察驱动算法迭代，对搜索产品形态有深刻认知。