职位&公司对比

职位详情

• 北京
• 3-5年
• 硕士

• Python
• 搜索/信息检索算法经验
• 推荐算法经验
• 自然语言处理经验
• 搜推
• 多模态LLM

工作职责为以下方向之一: 1.搜索相关性算法:设计和优化淘宝主搜相关性下Query理解、商品理解、深度语义相关性、类目预测、实体匹配等方向;建立合理的相关性评测方法，进行数据挖掘，迭kanzhun代数据标注任务，积累电商领域知识来自BOSS直聘数据资产; 2.搜索召回算法:设计和优化淘宝主搜召回下超大规模召回任务:负责文本query理解/商品理解、超大规模智能索引的构建、基于图文双模态的语义匹配等技术方向在召回的落地;负责大规模用户个性化召回技术;设计和优化多路召回差异化协同机制，设计指导召回迭代的评价指标; 3.搜索排序算法:设计和优化淘宝主搜排序下超大规模点击率、转化率精准预估任务:深入研究全域用户行为建模、大规模商品表达、端到端多模态排序、全域信息迁移、无偏学习等技术方向在排序的应用; 4.搜索基础算法:探索稀疏模型结构设计，优化模型在样本、训练、存储和推理的极致性能;研究和分析搜索全链路多阶段漏斗，优化和设计搜索全链路框架设计; 5、多模态&大语言模型:研究和开发基于多模态的预训练算法，挖掘电商图文多模态信息，构建电商商品多模态预训练表征学习任务;探索大语言模型在检索任务上的训练方式，分析和解决大语言模型在电商搜索召kanzhun回和排序上的挑战和问题，完成在具体搜索任务的落地应用; 岗位要求 1.计算机、自动化、数学或统计学等相关专业; 2.具备扎实的数据结构，算法和编码能力，精通至少一种编程语言，如C++、JAVA、Python等 3.直聘熟练掌握机器学习/深度学习算法的基本原理，并能灵活运用 4.有扎直聘实的动手能力，有工业界相关方向的实践经验者，或参加过ACM或数据挖掘/机器学习类竞赛并取得优异名次者优先 5.有强烈的技术热情，有皮实乐观、不畏挫折的心态;具备优秀的分析和解决问题的能力;具备优秀的学习能力和团队合作精神 6.在顶级计算机学术会议(SIGIR、SIGKDD、ICML、NIPS、WWW、AAACIKM.ACL、RECSYS、CVPR、ICCV、ECCV、ICLR等)或期刊上发表过论文者优先