{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "搜索算法工程师（Agent方向）",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "核心本地商业-业务研发平台",
        "location": "上海市",
        "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": 3,
        "degree": "计算机、电子、通信、数学、统计学或相关专业硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 负责美团服务零售（原到综）搜索相关性算法建设，优化精泛搜等不同流量下的语义相关性模型，持续提升搜索结果的相关性水位与用户体验；\n2. 负责搜索查询理解（QU）体系的迭代升级，包括意图识别、NER实体识别、查询改写、同义扩展、分词与词权重等核心模块，为召回和排序提供高质量的基础信号；\n3. 探索大语言模型（LLM）在搜索链路中的应用落地，包括基于 LLM 的语义相关性判断、Query 生成式改写与扩展、意图理解增强、训练数据蒸馏与合成等方向，推动 QU 与相关性体系向 LLM 原生架构演进；\n4. 参与搜索排序算法（粗排 / 精排）与召回算法的持续迭代，将 QU与相关性能力深度融入端到端搜索链路，提升用户点击率、转化率及流量分发效率；\n5. 制定相关性、QU与AI方向的算法迭代规划，通过技术手段系统解决用户侧“搜不到、搜不准”等体验问题；\n6. 协同工程、产品、数科等团队推进算法落地，独立承担相关性或查询理解方向的深度迭代；",
        "requirements_text": "1. 计算机、电子、通信、数学、统计学或相关专业硕士及以上学历，具备3年及以上工作经验，其中1年以上搜索、广告或推荐领域的 NLP 相关算法经验；\n2. 具备扎实的 NLP 技术功底，在意图识别、NER、文本匹配、语义相关性中的一个或多个方向有深入研究与落地经验，熟悉 BERT / Transformer 等预训练模型及其在搜索场景的应用；\n3. 熟悉大语言模型技术栈，了解 LLM 微调（SFT / RLHF）、Prompt 工程、模型蒸馏、数据合成等方法，有 LLM 在搜索或 NLP 任务中的实际应用经验者优先；\n4. 具备搜索相关性或QU方向的实际工程经验，理解搜索全链路（QU → 召回 → 排序）的协作机制，有粗精排、召回等排序算法经验者亦可；\n5. 具备业务敏感度与创新精神，能够将前沿学术进展与业务实际问题相结合，有主动思考与学习能力，乐于与业务共同成长；\n6. 具备出色的问题分析与解决能力，有团队合作意识，对挑战性问题充满激情。",
        "skills": [AI生成
            "自然语言处理",
            "团队协作",
            "学习能力",
            "大语言模型"
        ],
        "preferred_qualifications": "3. 熟悉大语言模型技术栈，了解 LLM 微调（SFT / RLHF）、Prompt 工程、模型蒸馏、数据合成等方法，有 LLM 在搜索或 NLP 任务中的实际应用经验者优先",
        "job_highlights": "1. 搜索相关性与 QU 是 AI 时代搜索体验的核心底座，团队正在推进 LLM 原生的搜索理解体系升级，方向前沿、空间广阔，能深度参与业界先进技术的落地；\n2. 团队成员大多来自于名校和名企，在这里有机会学习、尝试和落地业界先进技术；\n3. 业务处于快速发展阶段，为个人提供了快速成长的空间，拥有自主迭代的决策权，更好地实现创新。"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4762780340&jobShareType=1"
            }
        ]
    },
    "posting": {
        "posting_id": "4762780340",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4762780340&jobShareType=1"
    },
    "fulltext": "搜索算法工程师（Agent方向）\n搜索算法工程师（Agent方向）\n\n基础信息\n工作地点：上海市\n部门：核心本地商业-业务研发平台\n职位类别：技术类\n职位族群：算法\n更新时间：2026-09-14\n\n岗位职责\n1. 负责美团服务零售（原到综）搜索相关性算法建设，优化精泛搜等不同流量下的语义相关性模型，持续提升搜索结果的相关性水位与用户体验；\n2. 负责搜索查询理解（QU）体系的迭代升级，包括意图识别、NER实体识别、查询改写、同义扩展、分词与词权重等核心模块，为召回和排序提供高质量的基础信号；\n3. 探索大语言模型（LLM）在搜索链路中的应用落地，包括基于 LLM 的语义相关性判断、Query 生成式改写与扩展、意图理解增强、训练数据蒸馏与合成等方向，推动 QU 与相关性体系向 LLM 原生架构演进；\n4. 参与搜索排序算法（粗排 / 精排）与召回算法的持续迭代，将 QU与相关性能力深度融入端到端搜索链路，提升用户点击率、转化率及流量分发效率；\n5. 制定相关性、QU与AI方向的算法迭代规划，通过技术手段系统解决用户侧“搜不到、搜不准”等体验问题；\n6. 协同工程、产品、数科等团队推进算法落地，独立承担相关性或查询理解方向的深度迭代；\n\n岗位基本要求\n1. 计算机、电子、通信、数学、统计学或相关专业硕士及以上学历，具备3年及以上工作经验，其中1年以上搜索、广告或推荐领域的 NLP 相关算法经验；\n2. 具备扎实的 NLP 技术功底，在意图识别、NER、文本匹配、语义相关性中的一个或多个方向有深入研究与落地经验，熟悉 BERT / Transformer 等预训练模型及其在搜索场景的应用；\n3. 熟悉大语言模型技术栈，了解 LLM 微调（SFT / RLHF）、Prompt 工程、模型蒸馏、数据合成等方法，有 LLM 在搜索或 NLP 任务中的实际应用经验者优先；\n4. 具备搜索相关性或QU方向的实际工程经验，理解搜索全链路（QU → 召回 → 排序）的协作机制，有粗精排、召回等排序算法经验者亦可；\n5. 具备业务敏感度与创新精神，能够将前沿学术进展与业务实际问题相结合，有主动思考与学习能力，乐于与业务共同成长；\n6. 具备出色的问题分析与解决能力，有团队合作意识，对挑战性问题充满激情。\n\n岗位亮点\n1. 搜索相关性与 QU 是 AI 时代搜索体验的核心底座，团队正在推进 LLM 原生的搜索理解体系升级，方向前沿、空间广阔，能深度参与业界先进技术的落地；\n2. 团队成员大多来自于名校和名企，在这里有机会学习、尝试和落地业界先进技术；\n3. 业务处于快速发展阶段，为个人提供了快速成长的空间，拥有自主迭代的决策权，更好地实现创新。\n1. 负责美团服务零售（原到综）搜索相关性算法建设，优化精泛搜等不同流量下的语义相关性模型，持续提升搜索结果的相关性水位与用户体验；\n2. 负责搜索查询理解（QU）体系的迭代升级，包括意图识别、NER实体识别、查询改写、同义扩展、分词与词权重等核心模块，为召回和排序提供高质量的基础信号；\n3. 探索大语言模型（LLM）在搜索链路中的应用落地，包括基于 LLM 的语义相关性判断、Query 生成式改写与扩展、意图理解增强、训练数据蒸馏与合成等方向，推动 QU 与相关性体系向 LLM 原生架构演进；\n4. 参与搜索排序算法（粗排 / 精排）与召回算法的持续迭代，将 QU与相关性能力深度融入端到端搜索链路，提升用户点击率、转化率及流量分发效率；\n5. 制定相关性、QU与AI方向的算法迭代规划，通过技术手段系统解决用户侧“搜不到、搜不准”等体验问题；\n6. 协同工程、产品、数科等团队推进算法落地，独立承担相关性或查询理解方向的深度迭代；\n1. 计算机、电子、通信、数学、统计学或相关专业硕士及以上学历，具备3年及以上工作经验，其中1年以上搜索、广告或推荐领域的 NLP 相关算法经验；\n2. 具备扎实的 NLP 技术功底，在意图识别、NER、文本匹配、语义相关性中的一个或多个方向有深入研究与落地经验，熟悉 BERT / Transformer 等预训练模型及其在搜索场景的应用；\n3. 熟悉大语言模型技术栈，了解 LLM 微调（SFT / RLHF）、Prompt 工程、模型蒸馏、数据合成等方法，有 LLM 在搜索或 NLP 任务中的实际应用经验者优先；\n4. 具备搜索相关性或QU方向的实际工程经验，理解搜索全链路（QU → 召回 → 排序）的协作机制，有粗精排、召回等排序算法经验者亦可；\n5. 具备业务敏感度与创新精神，能够将前沿学术进展与业务实际问题相结合，有主动思考与学习能力，乐于与业务共同成长；\n6. 具备出色的问题分析与解决能力，有团队合作意识，对挑战性问题充满激情。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [
            "T036"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}