搜索算法专家

该职位来源于猎聘 【岗位定位】搜索链路核心模块的独立 Owner，能端到端拆解业务问题并落地拿结果。 【岗位描述】负责零售电商场景下的搜索全链路算法优化，涵盖 Query 理解、意图识别、相关性建模与排序策略。核心目标是解决商品语义匹配、生鲜快消品类意图模糊等零售特有挑战，持续提升搜索相关性与转化效率。工作内容包括多路召回（倒排/向量/生成式）、精排与重排模型优化、多目标（点击/转化/GMV）联合建模，以及探索 LLM 与 Agentic Search 驱动的下一代智能搜索范式。 岗位职责 1. 负责搜索相关性体系优化，包括 Query 理解、类目与意图识别、文本及语义匹配建模，持续提升相关性准确率与人工评测满意度； 2. 负责多路召回（倒排、向量、生成式召回）与精排模型的设计、迭代与上线，优化点击、转化等多目标指标； 3. 负责重排模型与策略优化，兼顾结果多样性、多目标融合与业务规则嵌入； 4. 探索多模态检索在商品搜索中的应用，包括图文融合表征与跨模态匹配； 5. 跟进 LLM 在搜索链路的落地，包括 Query 改写、语义召回增强、相关性自动标注等； 6. 建立离在线一致的效果评估体系，独立设计并执行 AB 实验，对核心指标提升负责。 任职要求 1. 硕士及以上学历，计算机、数学、统计等相关专业，5 年以上搜索、推荐或广告算法经验； 2. 扎实的机器学习与深度学习功底，熟悉主流排序框架（DeepFM、DIN、DIEN 等）与 BERT 系语义模型； 3. 有大流量电商或内容搜索场景的完整迭代经验，有可量化的指标提升案例； 4. 熟练使用 TensorFlow/PyTorch，具备扎实的工程实现与问题定位能力； 5. 良好的业务理解能力与跨团队协作沟通能力。 加分项

• 有 LLM 应用于 Query 理解、语义召回的线上落地经验；
• 有多模态检索或视觉搜索经验；
• 在 KDD、SIGIR、RecSys、ACL 等会议发表论文，或为开源项目核心贡献者。 关键词：相关性建模、Query理解、多路召回、语义检索、生成式召回、精排模型、重排策略、多目标排序、多模态检索、Agentic Search 核心任务域：相关性体系、生成式召回、Agentic Search、多模态检索