主分类：自然语言处理算法研发
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": "优酷-模型专家-杭州",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "虎鲸文娱集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "未披露"AI生成
},
"company": {
"company_name": "虎鲸文娱",
"company_industry": "未披露",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "未披露"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 大模型Query语义理解：主导LLM在搜索场景下的Query理解核心研发，负责用户意图识别、实体抽取、语义纠错及Query改写扩展等，从底层提升模型对自然语言指令的解析精度与鲁棒性；\n2. 多轮对话与上下文工程：针对多轮复杂交互场景，研发并落地上下文工程相关算法，确保LLM在对话中的语义连贯性与记忆准确性；\n3. 前沿Agent技术探索：持续跟踪大模型与Agent前沿技术，探索LLM在复杂推理、快慢思考等场景的应用，构建Query理解与系统优化的自动化Agent闭环机制；",
"requirements_text": "1. 教育背景：计算机、人工智能、数学等相关专业，硕士及以上学历，算法基础扎实；\n2. 大模型与NLP功底：深入理解NLP基础理论，精通Transformer架构；熟练掌握LLM后训练技术（CPT、PE、SFT、RL等），熟练使用PyTorch等深度学习框架；\n3. 核心技术经验：在纠错、实体识别、意图识别、Query改写/扩展等方向有成熟的项目落地经验，能针对业务场景进行算法适配与创新；\n4. 工程与编程能力：具备优秀的代码能力，熟练掌握Python、C++或Java中至少一种编程语言；熟悉Linux环境及主流大模型训练框架（如LlamaFactory）与推理部署工具（如vLLM）；\n5. 业务Sense：具备出色的逻辑分析与业务抽象能力，能从海量数据中挖掘问题本质，将算法优化有效转化为业务增量；\n6. 综合素质：自我驱动，追求卓越，具备快速学习与系统性反思能力；拥有优秀的跨角色协作与沟通能力，能独立研究并紧密贴合业务需求。",
"skills": [AI生成
"Python",
"Java",
"C++",
"Linux",
"PyTorch",
"深度学习",
"模型训练",
"沟通能力",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.hujing-dme.com/off-campus/position-detail?positionId=100032640004"
}
]
},
"posting": {
"posting_id": "100032640004",
"post_date": "2026-09-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.hujing-dme.com/off-campus/position-detail?positionId=100032640004"
},
"fulltext": "优酷-模型专家-杭州\n优酷-模型专家-杭州\n\n基础信息\n工作地点：杭州\n\n职位描述\n1. 大模型Query语义理解：主导LLM在搜索场景下的Query理解核心研发，负责用户意图识别、实体抽取、语义纠错及Query改写扩展等，从底层提升模型对自然语言指令的解析精度与鲁棒性；\n2. 多轮对话与上下文工程：针对多轮复杂交互场景，研发并落地上下文工程相关算法，确保LLM在对话中的语义连贯性与记忆准确性；\n3. 前沿Agent技术探索：持续跟踪大模型与Agent前沿技术，探索LLM在复杂推理、快慢思考等场景的应用，构建Query理解与系统优化的自动化Agent闭环机制；\n\n职位要求\n1. 教育背景：计算机、人工智能、数学等相关专业，硕士及以上学历，算法基础扎实；\n2. 大模型与NLP功底：深入理解NLP基础理论，精通Transformer架构；熟练掌握LLM后训练技术（CPT、PE、SFT、RL等），熟练使用PyTorch等深度学习框架；\n3. 核心技术经验：在纠错、实体识别、意图识别、Query改写/扩展等方向有成熟的项目落地经验，能针对业务场景进行算法适配与创新；\n4. 工程与编程能力：具备优秀的代码能力，熟练掌握Python、C++或Java中至少一种编程语言；熟悉Linux环境及主流大模型训练框架（如LlamaFactory）与推理部署工具（如vLLM）；\n5. 业务Sense：具备出色的逻辑分析与业务抽象能力，能从海量数据中挖掘问题本质，将算法优化有效转化为业务增量；\n6. 综合素质：自我驱动，追求卓越，具备快速学习与系统性反思能力；拥有优秀的跨角色协作与沟通能力，能独立研究并紧密贴合业务需求。\n1. 大模型Query语义理解：主导LLM在搜索场景下的Query理解核心研发，负责用户意图识别、实体抽取、语义纠错及Query改写扩展等，从底层提升模型对自然语言指令的解析精度与鲁棒性；\n2. 多轮对话与上下文工程：针对多轮复杂交互场景，研发并落地上下文工程相关算法，确保LLM在对话中的语义连贯性与记忆准确性；\n3. 前沿Agent技术探索：持续跟踪大模型与Agent前沿技术，探索LLM在复杂推理、快慢思考等场景的应用，构建Query理解与系统优化的自动化Agent闭环机制；\n1. 教育背景：计算机、人工智能、数学等相关专业，硕士及以上学历，算法基础扎实；\n2. 大模型与NLP功底：深入理解NLP基础理论，精通Transformer架构；熟练掌握LLM后训练技术（CPT、PE、SFT、RL等），熟练使用PyTorch等深度学习框架；\n3. 核心技术经验：在纠错、实体识别、意图识别、Query改写/扩展等方向有成熟的项目落地经验，能针对业务场景进行算法适配与创新；\n4. 工程与编程能力：具备优秀的代码能力，熟练掌握Python、C++或Java中至少一种编程语言；熟悉Linux环境及主流大模型训练框架（如LlamaFactory）与推理部署工具（如vLLM）；\n5. 业务Sense：具备出色的逻辑分析与业务抽象能力，能从海量数据中挖掘问题本质，将算法优化有效转化为业务增量；\n6. 综合素质：自我驱动，追求卓越，具备快速学习与系统性反思能力；拥有优秀的跨角色协作与沟通能力，能独立研究并紧密贴合业务需求。",
"standard_classification": {
"std_category_code": "T036",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}