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": "【北斗】搜索大模型算法工程师",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "2027届本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【愿景】\n美团搜索服务日均处理数亿次查询，我们正在经历从“统计匹配”向“认知推理”的 Search 3.0 跨越。你将不仅是算法的优化者，更是搜索基座和业务应用的构建者（Builder）。通过构建高泛化、可扩展的算法基座，支撑医药、闪购等多元业务线的智能化升级，定义下一代生活服务搜索的本质规律。\n美团搜索服务日均处理数亿次查询，我们正在经历从“统计匹配”向“认知推理”的 Search 3.0 跨越。你将不仅是算法的优化者，更是搜索基座和业务应用的构建者（Builder）。通过构建高泛化、可扩展的算法基座，支撑医药、闪购等多元业务线的智能化升级，定义下一代生活服务搜索的本质规律。\n【你将负责】\n1.意图理解基座：超越传统的分类与匹配，利用 LLM 构建具备认知能力的意图基座，深度解构口语化、省略表达及多意图混合等复杂场景。探索 Query 的语义改写、扩展与纠错技术，将非结构的“人话”精准转化为结构化的搜索逻辑，实现对用户深层需求的本质洞察。\n2.排序预估基座：推动排序模型的 Scaling Up，探索大参数量模型在 Relevance 判断与 Ranking 中的性能边界，提升对复杂 Query-POI 关系的建模深度。负责 LLM-based Reranking、特征增强及神经符号 AI 的结合，利用 Scaling Law 提升排序逻辑的泛化性与预估精度。\n3.生成式召回基座：构建基于大模型的语义表示学习体系，突破长尾 Query 与 POI 的匹配瓶颈。优化向量召回与混合召回策略，在海量候选集中精准平衡相关性、多样性与发现感，实现“所想即所得”。\n4.跨业务 Builder 型组织建设：作为 Builder，构建跨业务（餐饮、医药、即时零售、服务零售、酒旅等）的通用算法框架，确保技术底座能够快速适配不同垂直场景的特性。在毫秒级延迟的严苛约束下，主导大模型在线 Serving 优化，通过蒸馏、量化、缓存等手段实现效果与性能的极致平衡。\n你将直接优化影响数亿用户的核心搜索链路，用大模型技术解决搜索的关键瓶颈。",
"requirements_text": "【任职资格】\n必要条件：\n1.2027届本科及以上学历，计算机、人工智能等相关专业；\n2.扎实的机器学习和深度学习基础，理解搜索系统核心原理；\n3.熟悉NLP、语义理解、信息检索等技术领域；\n4.熟练掌握Python/C++，熟悉PyTorch/TensorFlow等框架；\n5.优秀的算法实现和工程优化能力。\n加分项：\n1.有搜索、推荐、NLP相关实习或项目经验；\n2.熟悉大模型训练、微调、prompt engineering等技术；\n3.在KDD、SIGIR、WWW、ACL、EMNLP等顶会发表论文；\n4.有向量检索、dense retrieval、reranking等方向研究经验；\n5.ACM/ICPC、Kaggle等竞赛获奖者；\n6.对本地生活场景有深入理解。\n【为什么是我们】\n1.顶级算力资源：千卡级GPU集群，充足的算力支持你的大胆想法；\n2.海量真实数据：日均数亿次搜索query，覆盖全场景的本地生活数据；\n3.极致技术挑战：毫秒级响应、亿级索引、复杂意图理解的工程难题；\n4.直接业务影响：你的算法创新将服务数亿用户，快速验证技术价值；\n5.开放研究氛围：鼓励论文发表，支持参加顶会，与学术界保持紧密合作；\n6.成长空间广阔：搜索×大模型交叉领域，技术深度与业务广度兼具。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"模型训练",
"大语言模型"
],
"preferred_qualifications": "加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4530034109&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4530034109",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4530034109&jobShareType=1"
},
"fulltext": "【北斗】搜索大模型算法工程师\n【北斗】搜索大模型算法工程师\n\n基础信息\n工作地点：北京市\n职位类别：技术类\n职位族群：算法\n更新时间：2026-06-03\n\n岗位职责\n【愿景】\n美团搜索服务日均处理数亿次查询，我们正在经历从“统计匹配”向“认知推理”的 Search 3.0 跨越。你将不仅是算法的优化者，更是搜索基座和业务应用的构建者（Builder）。通过构建高泛化、可扩展的算法基座，支撑医药、闪购等多元业务线的智能化升级，定义下一代生活服务搜索的本质规律。\n美团搜索服务日均处理数亿次查询，我们正在经历从“统计匹配”向“认知推理”的 Search 3.0 跨越。你将不仅是算法的优化者，更是搜索基座和业务应用的构建者（Builder）。通过构建高泛化、可扩展的算法基座，支撑医药、闪购等多元业务线的智能化升级，定义下一代生活服务搜索的本质规律。\n【你将负责】\n1.意图理解基座：超越传统的分类与匹配，利用 LLM 构建具备认知能力的意图基座，深度解构口语化、省略表达及多意图混合等复杂场景。探索 Query 的语义改写、扩展与纠错技术，将非结构的“人话”精准转化为结构化的搜索逻辑，实现对用户深层需求的本质洞察。\n2.排序预估基座：推动排序模型的 Scaling Up，探索大参数量模型在 Relevance 判断与 Ranking 中的性能边界，提升对复杂 Query-POI 关系的建模深度。负责 LLM-based Reranking、特征增强及神经符号 AI 的结合，利用 Scaling Law 提升排序逻辑的泛化性与预估精度。\n3.生成式召回基座：构建基于大模型的语义表示学习体系，突破长尾 Query 与 POI 的匹配瓶颈。优化向量召回与混合召回策略，在海量候选集中精准平衡相关性、多样性与发现感，实现“所想即所得”。\n4.跨业务 Builder 型组织建设：作为 Builder，构建跨业务（餐饮、医药、即时零售、服务零售、酒旅等）的通用算法框架，确保技术底座能够快速适配不同垂直场景的特性。在毫秒级延迟的严苛约束下，主导大模型在线 Serving 优化，通过蒸馏、量化、缓存等手段实现效果与性能的极致平衡。\n你将直接优化影响数亿用户的核心搜索链路，用大模型技术解决搜索的关键瓶颈。\n\n岗位基本要求\n【任职资格】\n必要条件：\n1.2027届本科及以上学历，计算机、人工智能等相关专业；\n2.扎实的机器学习和深度学习基础，理解搜索系统核心原理；\n3.熟悉NLP、语义理解、信息检索等技术领域；\n4.熟练掌握Python/C++，熟悉PyTorch/TensorFlow等框架；\n5.优秀的算法实现和工程优化能力。\n加分项：\n1.有搜索、推荐、NLP相关实习或项目经验；\n2.熟悉大模型训练、微调、prompt engineering等技术；\n3.在KDD、SIGIR、WWW、ACL、EMNLP等顶会发表论文；\n4.有向量检索、dense retrieval、reranking等方向研究经验；\n5.ACM/ICPC、Kaggle等竞赛获奖者；\n6.对本地生活场景有深入理解。\n【为什么是我们】\n1.顶级算力资源：千卡级GPU集群，充足的算力支持你的大胆想法；\n2.海量真实数据：日均数亿次搜索query，覆盖全场景的本地生活数据；\n3.极致技术挑战：毫秒级响应、亿级索引、复杂意图理解的工程难题；\n4.直接业务影响：你的算法创新将服务数亿用户，快速验证技术价值；\n5.开放研究氛围：鼓励论文发表，支持参加顶会，与学术界保持紧密合作；\n6.成长空间广阔：搜索×大模型交叉领域，技术深度与业务广度兼具。\n【愿景】\n美团搜索服务日均处理数亿次查询，我们正在经历从“统计匹配”向“认知推理”的 Search 3.0 跨越。你将不仅是算法的优化者，更是搜索基座和业务应用的构建者（Builder）。通过构建高泛化、可扩展的算法基座，支撑医药、闪购等多元业务线的智能化升级，定义下一代生活服务搜索的本质规律。\n美团搜索服务日均处理数亿次查询，我们正在经历从“统计匹配”向“认知推理”的 Search 3.0 跨越。你将不仅是算法的优化者，更是搜索基座和业务应用的构建者（Builder）。通过构建高泛化、可扩展的算法基座，支撑医药、闪购等多元业务线的智能化升级，定义下一代生活服务搜索的本质规律。\n【你将负责】\n1.意图理解基座：超越传统的分类与匹配，利用 LLM 构建具备认知能力的意图基座，深度解构口语化、省略表达及多意图混合等复杂场景。探索 Query 的语义改写、扩展与纠错技术，将非结构的“人话”精准转化为结构化的搜索逻辑，实现对用户深层需求的本质洞察。\n2.排序预估基座：推动排序模型的 Scaling Up，探索大参数量模型在 Relevance 判断与 Ranking 中的性能边界，提升对复杂 Query-POI 关系的建模深度。负责 LLM-based Reranking、特征增强及神经符号 AI 的结合，利用 Scaling Law 提升排序逻辑的泛化性与预估精度。\n3.生成式召回基座：构建基于大模型的语义表示学习体系，突破长尾 Query 与 POI 的匹配瓶颈。优化向量召回与混合召回策略，在海量候选集中精准平衡相关性、多样性与发现感，实现“所想即所得”。\n4.跨业务 Builder 型组织建设：作为 Builder，构建跨业务（餐饮、医药、即时零售、服务零售、酒旅等）的通用算法框架，确保技术底座能够快速适配不同垂直场景的特性。在毫秒级延迟的严苛约束下，主导大模型在线 Serving 优化，通过蒸馏、量化、缓存等手段实现效果与性能的极致平衡。\n你将直接优化影响数亿用户的核心搜索链路，用大模型技术解决搜索的关键瓶颈。\n【任职资格】\n必要条件：\n1.2027届本科及以上学历，计算机、人工智能等相关专业；\n2.扎实的机器学习和深度学习基础，理解搜索系统核心原理；\n3.熟悉NLP、语义理解、信息检索等技术领域；\n4.熟练掌握Python/C++，熟悉PyTorch/TensorFlow等框架；\n5.优秀的算法实现和工程优化能力。\n加分项：\n1.有搜索、推荐、NLP相关实习或项目经验；\n2.熟悉大模型训练、微调、prompt engineering等技术；\n3.在KDD、SIGIR、WWW、ACL、EMNLP等顶会发表论文；\n4.有向量检索、dense retrieval、reranking等方向研究经验；\n5.ACM/ICPC、Kaggle等竞赛获奖者；\n6.对本地生活场景有深入理解。\n【为什么是我们】\n1.顶级算力资源：千卡级GPU集群，充足的算力支持你的大胆想法；\n2.海量真实数据：日均数亿次搜索query，覆盖全场景的本地生活数据；\n3.极致技术挑战：毫秒级响应、亿级索引、复杂意图理解的工程难题；\n4.直接业务影响：你的算法创新将服务数亿用户，快速验证技术价值；\n5.开放研究氛围：鼓励论文发表，支持参加顶会，与学术界保持紧密合作；\n6.成长空间广阔：搜索×大模型交叉领域，技术深度与业务广度兼具。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}