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-搜索算法工程师/专家-北京",
"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-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、人工智能、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": "1. 推动大模型在搜索系统的落地，利用大模型升级召回链路，探索生成式召回、语义召回、检索增强等技术；\n2. 负责大模型的训练与效果优化，包括监督微调（SFT）、强化学习及相关后训练技术，结合搜索业务数据持续提升模型效果；\n3. 构建面向搜索算法研发的智能Agent，将大模型应用于效果评测、问题诊断及策略优化的全链路优化，全面提升算法迭代效率和效果；\n4. 跟进大模型及搜索领域的前沿研究，阅读并复现相关论文，结合实际业务场景推动新技术落地；\n5. 深入理解搜索产品及业务，参与在线搜索服务研发，推动算法在高并发、低延迟场景下稳定运行，服务大规模搜索用户。",
"requirements_text": "1. 计算机、人工智能、数学或相关专业本科及以上学历；\n2. 熟悉搜索、机器学习、深度学习及自然语言处理相关基础理论和常用算法；\n3. 具备大模型应用或研发经验，熟悉大模型监督微调（SFT）、强化学习优化及相关后训练方法；\n4. 熟悉大模型应用开发，具备 Agent、RAG、工具调用、工作流编排或自动化评测等相关实践经验；\n5. 熟练掌握一门编译型语言，如 C++、Java，并熟练使用 Python 等脚本语言，具备扎实的工程开发能力；\n6. 具备优秀的问题分析与解决能力，能够针对复杂业务问题完成技术方案设计、实验验证及线上落地；\n7. 具备良好的沟通能力、团队合作意识、逻辑思维能力和执行力。\n优先条件\n符合以下条件之一者优先：\n1. 在大模型、深度学习、NLP/NLU、信息检索等方向有深入研究或实际项目经验；\n2. 具有大模型 SFT、RLHF、RLAIF、DPO、PPO 等训练或优化实践经验；\n3. 具有搜索召回、查询理解、语义匹配、生成式搜索或检索增强生成（RAG）相关经验；\n4. 具有智能 Agent 构建经验，能够利用 Agent 改进数据生产、算法实验、评测诊断或研发流程；\n5. 在机器学习、自然语言处理、信息检索或数据挖掘领域发表过高水平论文，或具有大型项目落地经验。",
"skills": [AI生成
"Python",
"Java",
"C++",
"机器学习",
"深度学习",
"强化学习",
"自然语言处理",
"数据挖掘",
"团队协作",
"沟通能力",
"逻辑思维",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "优先条件；符合以下条件之一者优先：",
"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=100040220002"
}
]
},
"posting": {
"posting_id": "100040220002",
"post_date": "2026-09-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.quark.cn/off-campus/position-detail?positionId=100040220002"
},
"fulltext": "千问事业部-搜索算法工程师/专家-北京\n千问事业部-搜索算法工程师/专家-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\n\n职位描述\n1. 推动大模型在搜索系统的落地，利用大模型升级召回链路，探索生成式召回、语义召回、检索增强等技术；\n2. 负责大模型的训练与效果优化，包括监督微调（SFT）、强化学习及相关后训练技术，结合搜索业务数据持续提升模型效果；\n3. 构建面向搜索算法研发的智能Agent，将大模型应用于效果评测、问题诊断及策略优化的全链路优化，全面提升算法迭代效率和效果；\n4. 跟进大模型及搜索领域的前沿研究，阅读并复现相关论文，结合实际业务场景推动新技术落地；\n5. 深入理解搜索产品及业务，参与在线搜索服务研发，推动算法在高并发、低延迟场景下稳定运行，服务大规模搜索用户。\n\n职位要求\n1. 计算机、人工智能、数学或相关专业本科及以上学历；\n2. 熟悉搜索、机器学习、深度学习及自然语言处理相关基础理论和常用算法；\n3. 具备大模型应用或研发经验，熟悉大模型监督微调（SFT）、强化学习优化及相关后训练方法；\n4. 熟悉大模型应用开发，具备 Agent、RAG、工具调用、工作流编排或自动化评测等相关实践经验；\n5. 熟练掌握一门编译型语言，如 C++、Java，并熟练使用 Python 等脚本语言，具备扎实的工程开发能力；\n6. 具备优秀的问题分析与解决能力，能够针对复杂业务问题完成技术方案设计、实验验证及线上落地；\n7. 具备良好的沟通能力、团队合作意识、逻辑思维能力和执行力。\n优先条件\n符合以下条件之一者优先：\n1. 在大模型、深度学习、NLP/NLU、信息检索等方向有深入研究或实际项目经验；\n2. 具有大模型 SFT、RLHF、RLAIF、DPO、PPO 等训练或优化实践经验；\n3. 具有搜索召回、查询理解、语义匹配、生成式搜索或检索增强生成（RAG）相关经验；\n4. 具有智能 Agent 构建经验，能够利用 Agent 改进数据生产、算法实验、评测诊断或研发流程；\n5. 在机器学习、自然语言处理、信息检索或数据挖掘领域发表过高水平论文，或具有大型项目落地经验。\n1. 推动大模型在搜索系统的落地，利用大模型升级召回链路，探索生成式召回、语义召回、检索增强等技术；\n2. 负责大模型的训练与效果优化，包括监督微调（SFT）、强化学习及相关后训练技术，结合搜索业务数据持续提升模型效果；\n3. 构建面向搜索算法研发的智能Agent，将大模型应用于效果评测、问题诊断及策略优化的全链路优化，全面提升算法迭代效率和效果；\n4. 跟进大模型及搜索领域的前沿研究，阅读并复现相关论文，结合实际业务场景推动新技术落地；\n5. 深入理解搜索产品及业务，参与在线搜索服务研发，推动算法在高并发、低延迟场景下稳定运行，服务大规模搜索用户。\n1. 计算机、人工智能、数学或相关专业本科及以上学历；\n2. 熟悉搜索、机器学习、深度学习及自然语言处理相关基础理论和常用算法；\n3. 具备大模型应用或研发经验，熟悉大模型监督微调（SFT）、强化学习优化及相关后训练方法；\n4. 熟悉大模型应用开发，具备 Agent、RAG、工具调用、工作流编排或自动化评测等相关实践经验；\n5. 熟练掌握一门编译型语言，如 C++、Java，并熟练使用 Python 等脚本语言，具备扎实的工程开发能力；\n6. 具备优秀的问题分析与解决能力，能够针对复杂业务问题完成技术方案设计、实验验证及线上落地；\n7. 具备良好的沟通能力、团队合作意识、逻辑思维能力和执行力。\n优先条件\n符合以下条件之一者优先：\n1. 在大模型、深度学习、NLP/NLU、信息检索等方向有深入研究或实际项目经验；\n2. 具有大模型 SFT、RLHF、RLAIF、DPO、PPO 等训练或优化实践经验；\n3. 具有搜索召回、查询理解、语义匹配、生成式搜索或检索增强生成（RAG）相关经验；\n4. 具有智能 Agent 构建经验，能够利用 Agent 改进数据生产、算法实验、评测诊断或研发流程；\n5. 在机器学习、自然语言处理、信息检索或数据挖掘领域发表过高水平论文，或具有大型项目落地经验。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}