{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI搜索架构与系统设计-阿里星",
        "job_level": "阿里巴巴2027届应届生",AI生成
        "work_category": "freshman",AI生成
        "department": "阿里巴巴控股集团",
        "location": "北京 / 杭州",
        "work_mode": "",AI生成
        "job_category": "技术类"AI生成
    },
    "company": {
        "company_name": "阿里巴巴控股集团",
        "company_industry": "",
        "company_size": "",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "",
            "cycle": ""
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": "",
        "degree": "",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "AI搜索架构与系统设计-阿里星\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2027-10-31\n职位类别：技术类\n招聘项目：阿里巴巴2027届应届生\n工作地点：北京 / 杭州\n\n职位描述\n负责设计与构建涵盖公共互联网信息的下一代 AI 搜索系统。主导从数据采集、索引构建到检索增强生成（RAG）的全链路架构设计，解决在百亿级文档规模下的高并发、低延迟及事实一致性难题。 核心职责包括： \n1、公网数据流水线架构设计：设计并实现高吞吐的公网数据采集与清洗系统，应对海量、多模态及动态变化的公开网络数据； \n2、混合检索与 RAG 引擎优化：构建基于“向量检索 + 关键词倒排索引”的混合检索架构，在百亿级文档库中实现毫秒级的高精度召回； \n3、大模型事实一致性校验：研发生成式搜索中的事实校验模块，抑制“幻觉”现象。 建立自动化评估框架，量化搜索结果的可解释性、准确性及来源权威性； \n4、高性能系统架构演进： 参与 AI 搜索系统的整体架构设计，推动系统从传统云原生架构向 AI 原生架构转型，整合分布式索引与大模型推理能力，平衡计算资源成本与系统性能。\n\n职位要求\n1、计算机科学、人工智能或相关专业博士学历； \n2、精通 Python/C++/Go 中至少一门语言，具备深厚的数据结构与算法基础； \n3、搜索引擎核心技术：深入理解倒排索引原理、BM25/TF-IDF 算法及分布式索引构建策略，有亿级数据量索引优化经验者优先；\n4、向量检索与大模型：熟练掌握主流向量数据库及近似最近邻搜索（ANN）的优化，熟悉基础RAG 框架的实现与优化； \n5、分布式系统架构：具备高并发、高可用系统设计经验，熟悉 Kubernetes 及微服务架构； \n6、对 AI 搜索前沿技术（如 Agentic Search, Multi-modal Retrieval）有敏锐的洞察力； \n7、具备优秀的逻辑思维能力，能够独立拆解复杂问题并提出创新解决方案； \n8、良好的沟通协作能力，能够跨团队推动技术落地。 \n加分项： \n1、有主导或参与过工网搜索引擎或大型知识库问答系统的建设经验； \n2、在人工智能和计算机系统顶级会议发表过相关论文； \n3、ACM/ICPC等国际奖项获得者，主流开源项目活跃贡献者。\n\n在招业务\n阿里巴巴控股集团",
        "requirements_text": "",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": []
    },
    "posting": {
        "posting_id": "199907740037",
        "post_date": "2026-08-13",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907740037?deptCodes="
    },
    "fulltext": "AI搜索架构与系统设计-阿里星\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2027-10-31\n职位类别：技术类\n招聘项目：阿里巴巴2027届应届生\n工作地点：北京 / 杭州\n\n职位描述\n负责设计与构建涵盖公共互联网信息的下一代 AI 搜索系统。主导从数据采集、索引构建到检索增强生成（RAG）的全链路架构设计，解决在百亿级文档规模下的高并发、低延迟及事实一致性难题。 核心职责包括： \n1、公网数据流水线架构设计：设计并实现高吞吐的公网数据采集与清洗系统，应对海量、多模态及动态变化的公开网络数据； \n2、混合检索与 RAG 引擎优化：构建基于“向量检索 + 关键词倒排索引”的混合检索架构，在百亿级文档库中实现毫秒级的高精度召回； \n3、大模型事实一致性校验：研发生成式搜索中的事实校验模块，抑制“幻觉”现象。 建立自动化评估框架，量化搜索结果的可解释性、准确性及来源权威性； \n4、高性能系统架构演进： 参与 AI 搜索系统的整体架构设计，推动系统从传统云原生架构向 AI 原生架构转型，整合分布式索引与大模型推理能力，平衡计算资源成本与系统性能。\n\n职位要求\n1、计算机科学、人工智能或相关专业博士学历； \n2、精通 Python/C++/Go 中至少一门语言，具备深厚的数据结构与算法基础； \n3、搜索引擎核心技术：深入理解倒排索引原理、BM25/TF-IDF 算法及分布式索引构建策略，有亿级数据量索引优化经验者优先；\n4、向量检索与大模型：熟练掌握主流向量数据库及近似最近邻搜索（ANN）的优化，熟悉基础RAG 框架的实现与优化； \n5、分布式系统架构：具备高并发、高可用系统设计经验，熟悉 Kubernetes 及微服务架构； \n6、对 AI 搜索前沿技术（如 Agentic Search, Multi-modal Retrieval）有敏锐的洞察力； \n7、具备优秀的逻辑思维能力，能够独立拆解复杂问题并提出创新解决方案； \n8、良好的沟通协作能力，能够跨团队推动技术落地。 \n加分项： \n1、有主导或参与过工网搜索引擎或大型知识库问答系统的建设经验； \n2、在人工智能和计算机系统顶级会议发表过相关论文； \n3、ACM/ICPC等国际奖项获得者，主流开源项目活跃贡献者。\n\n在招业务\n阿里巴巴控股集团"
}