职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:100000880045

高德-AI搜索研发工程师/专家-信息工程团队-北京-信息工程专项

未披露 · 北京 · 高德

主分类:搜索推荐与业务决策算法研发
算法与数据
来源 JD 数据(旧分类保留,当前主分类见上方)
{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "高德-AI搜索研发工程师/专家-信息工程团队-北京-信息工程专项",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "阿里集团",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "技术类-开发"AI生成
    },
    "company": {
        "company_name": "高德",
        "company_industry": "数字地图 / 导航服务",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "高德提供电子地图和导航服务。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "计算机相关专业本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 设计、开发和优化大规模高可用的智能搜索系统,持续提升检索效率与用户体验;\n2. 深度参与AI模型(如召回、排序、理解、重排等)在在线搜索服务的集成、部署与性能调优;\n3. 搭建和完善数据处理与特征工程链路,支持大规模数据的高效流转与特征管理;\n4. 参与搜索系统的架构设计与工程实现,包括分布式服务、索引构建、检索优化、缓存加速与横向扩展等;\n5. 联合算法、产品、前后端等多团队协作,推动AI搜索相关功能的快速落地;\n6. 建立完备的监控、日志、报警与追踪体系,保障服务的稳定性、可观测性与高可用性;\n7. 积极跟进行业搜索与信息检索前沿技术,持续推动创新和最佳实践在系统中的落地。",
        "requirements_text": "1. 计算机相关专业本科及以上学历,扎实的软件工程、数据结构、算法基础;\n2. 熟练掌握至少一种主流编程语言(Java/Go/C++/Python等),具备良好代码能力和工程实现能力;\n3. 熟悉搜索引擎架构与相关技术(如Elasticsearch、Solr、Lucene或自研等),掌握索引、倒排、排序及检索优化原理;\n4. 有分布式系统开发及高并发场景下系统优化实践,了解服务治理与容器化部署(如K8s、Docker);\n5. 理解AI/ML模型的在线推理与工程集成流程,有推荐/搜索相关模型落地经验优先;\n6. 具备数据处理和特征工程能力,熟悉常见数据库、缓存及消息队列技术;\n7. 具备良好的沟通协作、问题定位与解决能力,有以终为始的工程落地意识。\n加分项:\n1. 有千亿级别数据量或千万级别QPS的实际搜索系统研发经验;\n2. 熟悉信息检索/智能问答/语义理解/多模态检索等领域;\n3. 有AI模型服务化、模型全生命周期管理的实战经验;\n4. 参与过开源搜索项目、技术分享、业界竞赛或有高质量论文。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "Docker",
            "Elasticsearch",
            "数据结构",
            "分布式系统",
            "数据库",
            "Go"
        ],
        "preferred_qualifications": "5. 理解AI/ML模型的在线推理与工程集成流程,有推荐/搜索相关模型落地经验优先;加分项:",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.amap.com/off-campus/position-detail?positionId=100000880045"
            }
        ]
    },
    "posting": {
        "posting_id": "100000880045",
        "post_date": "2026-09-16",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.amap.com/off-campus/position-detail?positionId=100000880045"
    },
    "fulltext": "高德-AI搜索研发工程师/专家-信息工程团队-北京-信息工程专项\n高德-AI搜索研发工程师/专家-信息工程团队-北京-信息工程专项\n\n基础信息\n职位类别:技术类-开发\n工作地点:北京\n\n职位描述\n1. 设计、开发和优化大规模高可用的智能搜索系统,持续提升检索效率与用户体验;\n2. 深度参与AI模型(如召回、排序、理解、重排等)在在线搜索服务的集成、部署与性能调优;\n3. 搭建和完善数据处理与特征工程链路,支持大规模数据的高效流转与特征管理;\n4. 参与搜索系统的架构设计与工程实现,包括分布式服务、索引构建、检索优化、缓存加速与横向扩展等;\n5. 联合算法、产品、前后端等多团队协作,推动AI搜索相关功能的快速落地;\n6. 建立完备的监控、日志、报警与追踪体系,保障服务的稳定性、可观测性与高可用性;\n7. 积极跟进行业搜索与信息检索前沿技术,持续推动创新和最佳实践在系统中的落地。\n\n职位要求\n1. 计算机相关专业本科及以上学历,扎实的软件工程、数据结构、算法基础;\n2. 熟练掌握至少一种主流编程语言(Java/Go/C++/Python等),具备良好代码能力和工程实现能力;\n3. 熟悉搜索引擎架构与相关技术(如Elasticsearch、Solr、Lucene或自研等),掌握索引、倒排、排序及检索优化原理;\n4. 有分布式系统开发及高并发场景下系统优化实践,了解服务治理与容器化部署(如K8s、Docker);\n5. 理解AI/ML模型的在线推理与工程集成流程,有推荐/搜索相关模型落地经验优先;\n6. 具备数据处理和特征工程能力,熟悉常见数据库、缓存及消息队列技术;\n7. 具备良好的沟通协作、问题定位与解决能力,有以终为始的工程落地意识。\n加分项:\n1. 有千亿级别数据量或千万级别QPS的实际搜索系统研发经验;\n2. 熟悉信息检索/智能问答/语义理解/多模态检索等领域;\n3. 有AI模型服务化、模型全生命周期管理的实战经验;\n4. 参与过开源搜索项目、技术分享、业界竞赛或有高质量论文。\n1. 设计、开发和优化大规模高可用的智能搜索系统,持续提升检索效率与用户体验;\n2. 深度参与AI模型(如召回、排序、理解、重排等)在在线搜索服务的集成、部署与性能调优;\n3. 搭建和完善数据处理与特征工程链路,支持大规模数据的高效流转与特征管理;\n4. 参与搜索系统的架构设计与工程实现,包括分布式服务、索引构建、检索优化、缓存加速与横向扩展等;\n5. 联合算法、产品、前后端等多团队协作,推动AI搜索相关功能的快速落地;\n6. 建立完备的监控、日志、报警与追踪体系,保障服务的稳定性、可观测性与高可用性;\n7. 积极跟进行业搜索与信息检索前沿技术,持续推动创新和最佳实践在系统中的落地。\n1. 计算机相关专业本科及以上学历,扎实的软件工程、数据结构、算法基础;\n2. 熟练掌握至少一种主流编程语言(Java/Go/C++/Python等),具备良好代码能力和工程实现能力;\n3. 熟悉搜索引擎架构与相关技术(如Elasticsearch、Solr、Lucene或自研等),掌握索引、倒排、排序及检索优化原理;\n4. 有分布式系统开发及高并发场景下系统优化实践,了解服务治理与容器化部署(如K8s、Docker);\n5. 理解AI/ML模型的在线推理与工程集成流程,有推荐/搜索相关模型落地经验优先;\n6. 具备数据处理和特征工程能力,熟悉常见数据库、缓存及消息队列技术;\n7. 具备良好的沟通协作、问题定位与解决能力,有以终为始的工程落地意识。\n加分项:\n1. 有千亿级别数据量或千万级别QPS的实际搜索系统研发经验;\n2. 熟悉信息检索/智能问答/语义理解/多模态检索等领域;\n3. 有AI模型服务化、模型全生命周期管理的实战经验;\n4. 参与过开源搜索项目、技术分享、业界竞赛或有高质量论文。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}