主分类：搜索推荐与业务决策算法研发
辅助：自然语言处理算法研发（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": "业务技术-算法专家工程师-企业知识库/智能检索方向",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "淘天集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "算法研发"AI生成
},
"company": {
"company_name": "淘天集团",
"company_industry": "电子商务",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责企业知识库、智能检索、RAG 相关算法能力建设，提升大模型在企业内部知识问答、信息查找、研发辅助等场景中的效果。\n2. 参与企业内部文档、代码、业务资料、流程知识等多源数据的理解、处理与检索能力建设，提升知识获取效率。\n3. 优化检索链路，包括查询理解、语义召回、关键词召回、排序优化、结果重排、上下文组织等核心能力。\n4. 结合大模型能力，提升知识问答结果的准确性、相关性、可追溯性和稳定性，减少无依据回答和幻觉问题。\n5. 参与企业知识的结构化处理，包括知识分类、标签体系、实体识别、关系建模、知识质量评估等工作。\n6. 建立检索与问答效果评估体系，通过数据分析、bad case 分析、离线评测和线上反馈持续优化系统表现。\n7. 与产品、工程和业务团队协作，将算法能力落地到企业知识库、智能助手、研发 Copilot、AI Agent 等实际场景中。",
"requirements_text": "1. 计算机、人工智能、自然语言处理、数据挖掘、软件工程等相关专业，本科及以上学历。\n2. 具备搜索、NLP、推荐、知识图谱、大模型应用、RAG 或企业知识库相关项目经验。\n3. 熟悉信息检索基础，了解关键词检索、向量检索、语义匹配、排序模型、结果重排等常见技术。\n4. 熟悉大模型应用开发流程，理解 RAG、Embedding、Prompt、上下文构建、工具调用等基本概念。\n5. 具备较强的工程实现能力，熟练掌握 Python，并熟悉至少一种常用后端开发语言或工程框架。\n6. 具备良好的数据分析和实验能力，能够通过指标、实验和 bad case 分析持续优化算法效果。\n7. 具备较强的问题抽象能力和沟通协作能力，能够理解复杂业务场景，并转化为可落地的算法方案。\n加分项\n1. 有企业搜索、知识库问答、智能客服、研发 Copilot、AI Agent、代码智能等项目经验。\n2. 熟悉 Elasticsearch、OpenSearch、Milvus、pgvector、Neo4j 等搜索、向量库或图数据库工具。\n3. 有知识图谱、实体识别、关系抽取、领域知识建模等相关经验。\n4. 有 Embedding、Reranker、排序模型、语义匹配模型优化经验。\n5. 有企业内部工具、研发平台、数据治理、知识管理等相关系统建设经验。",
"skills": [AI生成
"Python",
"Elasticsearch",
"自然语言处理",
"数据库",
"数据分析",
"数据挖掘",
"数据治理",
"知识图谱",
"建模",
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.taotian.com/off-campus/position-detail?positionId=100040440001"
}
]
},
"posting": {
"posting_id": "100040440001",
"post_date": "2026-09-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.taotian.com/off-campus/position-detail?positionId=100040440001"
},
"fulltext": "业务技术-算法专家工程师-企业知识库/智能检索方向\n业务技术-算法专家工程师-企业知识库/智能检索方向\n\n基础信息\n工作地点：杭州\n\n职位描述\n1. 负责企业知识库、智能检索、RAG 相关算法能力建设，提升大模型在企业内部知识问答、信息查找、研发辅助等场景中的效果。\n2. 参与企业内部文档、代码、业务资料、流程知识等多源数据的理解、处理与检索能力建设，提升知识获取效率。\n3. 优化检索链路，包括查询理解、语义召回、关键词召回、排序优化、结果重排、上下文组织等核心能力。\n4. 结合大模型能力，提升知识问答结果的准确性、相关性、可追溯性和稳定性，减少无依据回答和幻觉问题。\n5. 参与企业知识的结构化处理，包括知识分类、标签体系、实体识别、关系建模、知识质量评估等工作。\n6. 建立检索与问答效果评估体系，通过数据分析、bad case 分析、离线评测和线上反馈持续优化系统表现。\n7. 与产品、工程和业务团队协作，将算法能力落地到企业知识库、智能助手、研发 Copilot、AI Agent 等实际场景中。\n\n职位要求\n1. 计算机、人工智能、自然语言处理、数据挖掘、软件工程等相关专业，本科及以上学历。\n2. 具备搜索、NLP、推荐、知识图谱、大模型应用、RAG 或企业知识库相关项目经验。\n3. 熟悉信息检索基础，了解关键词检索、向量检索、语义匹配、排序模型、结果重排等常见技术。\n4. 熟悉大模型应用开发流程，理解 RAG、Embedding、Prompt、上下文构建、工具调用等基本概念。\n5. 具备较强的工程实现能力，熟练掌握 Python，并熟悉至少一种常用后端开发语言或工程框架。\n6. 具备良好的数据分析和实验能力，能够通过指标、实验和 bad case 分析持续优化算法效果。\n7. 具备较强的问题抽象能力和沟通协作能力，能够理解复杂业务场景，并转化为可落地的算法方案。\n加分项\n1. 有企业搜索、知识库问答、智能客服、研发 Copilot、AI Agent、代码智能等项目经验。\n2. 熟悉 Elasticsearch、OpenSearch、Milvus、pgvector、Neo4j 等搜索、向量库或图数据库工具。\n3. 有知识图谱、实体识别、关系抽取、领域知识建模等相关经验。\n4. 有 Embedding、Reranker、排序模型、语义匹配模型优化经验。\n5. 有企业内部工具、研发平台、数据治理、知识管理等相关系统建设经验。\n1. 负责企业知识库、智能检索、RAG 相关算法能力建设，提升大模型在企业内部知识问答、信息查找、研发辅助等场景中的效果。\n2. 参与企业内部文档、代码、业务资料、流程知识等多源数据的理解、处理与检索能力建设，提升知识获取效率。\n3. 优化检索链路，包括查询理解、语义召回、关键词召回、排序优化、结果重排、上下文组织等核心能力。\n4. 结合大模型能力，提升知识问答结果的准确性、相关性、可追溯性和稳定性，减少无依据回答和幻觉问题。\n5. 参与企业知识的结构化处理，包括知识分类、标签体系、实体识别、关系建模、知识质量评估等工作。\n6. 建立检索与问答效果评估体系，通过数据分析、bad case 分析、离线评测和线上反馈持续优化系统表现。\n7. 与产品、工程和业务团队协作，将算法能力落地到企业知识库、智能助手、研发 Copilot、AI Agent 等实际场景中。\n1. 计算机、人工智能、自然语言处理、数据挖掘、软件工程等相关专业，本科及以上学历。\n2. 具备搜索、NLP、推荐、知识图谱、大模型应用、RAG 或企业知识库相关项目经验。\n3. 熟悉信息检索基础，了解关键词检索、向量检索、语义匹配、排序模型、结果重排等常见技术。\n4. 熟悉大模型应用开发流程，理解 RAG、Embedding、Prompt、上下文构建、工具调用等基本概念。\n5. 具备较强的工程实现能力，熟练掌握 Python，并熟悉至少一种常用后端开发语言或工程框架。\n6. 具备良好的数据分析和实验能力，能够通过指标、实验和 bad case 分析持续优化算法效果。\n7. 具备较强的问题抽象能力和沟通协作能力，能够理解复杂业务场景，并转化为可落地的算法方案。\n加分项\n1. 有企业搜索、知识库问答、智能客服、研发 Copilot、AI Agent、代码智能等项目经验。\n2. 熟悉 Elasticsearch、OpenSearch、Milvus、pgvector、Neo4j 等搜索、向量库或图数据库工具。\n3. 有知识图谱、实体识别、关系抽取、领域知识建模等相关经验。\n4. 有 Embedding、Reranker、排序模型、语义匹配模型优化经验。\n5. 有企业内部工具、研发平台、数据治理、知识管理等相关系统建设经验。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"T036"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}