主分类：搜索推荐与业务决策算法研发
辅助：大模型与生成式算法研发（仅展示）
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": "千问事业部-MOS 实验室-AI搜索算法专家-杭州/北京",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类-算法"AI生成
},
"company": {
"company_name": "夸克",
"company_industry": "互联网 / 人工智能应用",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "夸克提供AI搜索等人工智能应用服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "● 计算机、数学或相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "关于我们：\nMOS 实验室隶属于阿里 ATH 千问事业群。我们致力于在大模型时代打造具有全球影响力的 AI 原生产品，推动 AI 从“被动对话”向“主动服务与复杂执行”的范式跃迁。\n实验室核心业务涵盖 AI 搜索、生成式推荐、主动服务及任务助理 Agent 等前沿领域。依托千问大模型底座，我们深度探索 RAG、Agentic RL、多 Agent 协作及全链路工程自动化技术，旨在构建能够深度理解用户、自主规划路径并闭环交付任务的“最强 AI 助手”。\n岗位职责：深耕全链路 AI 搜索与 Agent 技术\n1. AI 搜索核心技术研发： 负责 AI 搜索场景下的核心算法研发，包括但不限于索引构建与收录、向量召回、 LLM 相关性模型以及生成式检索与排序的构建与优化。\n2. 垂直领域 RAG 落地： 利用大模型技术（LLM）实现行业深度搜索，攻克垂直领域下的语义对齐、知识抽取及结构化数据检索等核心难题。\n3. 全链路 Agent 提效： 探索大模型与搜索技术的深度结合，负责 Agent 框架下的全链路效率提升，通过Agent技术重构搜索链路，自动化完成搜索效果优化。\n4. 技术前瞻与转化： 跟踪全球大模型与 信息检索领域的最前沿技术，确保搜索产品在生成式时代的领先地位。\n职级可看P6-P8",
"requirements_text": "我们正在寻找两类核心人才，只要你符合其中之一，欢迎与我们共同定义未来：\n方向一：搜索资深专家（向 AI 场景转型）\n● 具备丰富的搜索系统研发经验， 熟悉搜索基础算法与工程技术，对搜索业务有深刻理解。\n● 希望将深厚的搜索积淀与大模型技术结合，实现技术的代际跨越。\n方向二：AI 应用/大模型新锐（深耕搜索赛道）\n● 在 LLM、RAG、或智能 Agent 领域有扎实的实战经验。\n● 希望在搜索这一垂直赛道深入研究，通过解决复杂的检索与生成问题，提升核心算法竞争力。\n基础能力：\n● 计算机、数学或相关专业本科及以上学历，具备优秀的编程能力（Python/Java/C++ 至少一种）。\n● 熟悉常见的深度学习框架（PyTorch/TensorFlow）及大模型落地工具。\n● 对技术充满热情，具备极强的逻辑分析能力和解决未知问题的自驱动力。",
"skills": [AI生成
"Python",
"Java",
"C++",
"PyTorch",
"TensorFlow",
"深度学习",
"分析能力",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.quark.cn/off-campus/position-detail?positionId=100009180003"
}
]
},
"posting": {
"posting_id": "100009180003",
"post_date": "2026-09-15",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.quark.cn/off-campus/position-detail?positionId=100009180003"
},
"fulltext": "千问事业部-MOS 实验室-AI搜索算法专家-杭州/北京\n千问事业部-MOS 实验室-AI搜索算法专家-杭州/北京\n\n基础信息\n职位类别：技术类-算法\n工作地点：北京 / 杭州\n\n职位描述\n关于我们：\nMOS 实验室隶属于阿里 ATH 千问事业群。我们致力于在大模型时代打造具有全球影响力的 AI 原生产品，推动 AI 从“被动对话”向“主动服务与复杂执行”的范式跃迁。\n实验室核心业务涵盖 AI 搜索、生成式推荐、主动服务及任务助理 Agent 等前沿领域。依托千问大模型底座，我们深度探索 RAG、Agentic RL、多 Agent 协作及全链路工程自动化技术，旨在构建能够深度理解用户、自主规划路径并闭环交付任务的“最强 AI 助手”。\n岗位职责：深耕全链路 AI 搜索与 Agent 技术\n1. AI 搜索核心技术研发： 负责 AI 搜索场景下的核心算法研发，包括但不限于索引构建与收录、向量召回、 LLM 相关性模型以及生成式检索与排序的构建与优化。\n2. 垂直领域 RAG 落地： 利用大模型技术（LLM）实现行业深度搜索，攻克垂直领域下的语义对齐、知识抽取及结构化数据检索等核心难题。\n3. 全链路 Agent 提效： 探索大模型与搜索技术的深度结合，负责 Agent 框架下的全链路效率提升，通过Agent技术重构搜索链路，自动化完成搜索效果优化。\n4. 技术前瞻与转化： 跟踪全球大模型与 信息检索领域的最前沿技术，确保搜索产品在生成式时代的领先地位。\n职级可看P6-P8\n\n职位要求\n我们正在寻找两类核心人才，只要你符合其中之一，欢迎与我们共同定义未来：\n方向一：搜索资深专家（向 AI 场景转型）\n● 具备丰富的搜索系统研发经验， 熟悉搜索基础算法与工程技术，对搜索业务有深刻理解。\n● 希望将深厚的搜索积淀与大模型技术结合，实现技术的代际跨越。\n方向二：AI 应用/大模型新锐（深耕搜索赛道）\n● 在 LLM、RAG、或智能 Agent 领域有扎实的实战经验。\n● 希望在搜索这一垂直赛道深入研究，通过解决复杂的检索与生成问题，提升核心算法竞争力。\n基础能力：\n● 计算机、数学或相关专业本科及以上学历，具备优秀的编程能力（Python/Java/C++ 至少一种）。\n● 熟悉常见的深度学习框架（PyTorch/TensorFlow）及大模型落地工具。\n● 对技术充满热情，具备极强的逻辑分析能力和解决未知问题的自驱动力。\n关于我们：\nMOS 实验室隶属于阿里 ATH 千问事业群。我们致力于在大模型时代打造具有全球影响力的 AI 原生产品，推动 AI 从“被动对话”向“主动服务与复杂执行”的范式跃迁。\n实验室核心业务涵盖 AI 搜索、生成式推荐、主动服务及任务助理 Agent 等前沿领域。依托千问大模型底座，我们深度探索 RAG、Agentic RL、多 Agent 协作及全链路工程自动化技术，旨在构建能够深度理解用户、自主规划路径并闭环交付任务的“最强 AI 助手”。\n岗位职责：深耕全链路 AI 搜索与 Agent 技术\n1. AI 搜索核心技术研发： 负责 AI 搜索场景下的核心算法研发，包括但不限于索引构建与收录、向量召回、 LLM 相关性模型以及生成式检索与排序的构建与优化。\n2. 垂直领域 RAG 落地： 利用大模型技术（LLM）实现行业深度搜索，攻克垂直领域下的语义对齐、知识抽取及结构化数据检索等核心难题。\n3. 全链路 Agent 提效： 探索大模型与搜索技术的深度结合，负责 Agent 框架下的全链路效率提升，通过Agent技术重构搜索链路，自动化完成搜索效果优化。\n4. 技术前瞻与转化： 跟踪全球大模型与 信息检索领域的最前沿技术，确保搜索产品在生成式时代的领先地位。\n职级可看P6-P8\n我们正在寻找两类核心人才，只要你符合其中之一，欢迎与我们共同定义未来：\n方向一：搜索资深专家（向 AI 场景转型）\n● 具备丰富的搜索系统研发经验， 熟悉搜索基础算法与工程技术，对搜索业务有深刻理解。\n● 希望将深厚的搜索积淀与大模型技术结合，实现技术的代际跨越。\n方向二：AI 应用/大模型新锐（深耕搜索赛道）\n● 在 LLM、RAG、或智能 Agent 领域有扎实的实战经验。\n● 希望在搜索这一垂直赛道深入研究，通过解决复杂的检索与生成问题，提升核心算法竞争力。\n基础能力：\n● 计算机、数学或相关专业本科及以上学历，具备优秀的编程能力（Python/Java/C++ 至少一种）。\n● 熟悉常见的深度学习框架（PyTorch/TensorFlow）及大模型落地工具。\n● 对技术充满热情，具备极强的逻辑分析能力和解决未知问题的自驱动力。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}