搜索相关性优化：负责电商搜索链路（召回/粗排/精排）的相关性建模，提升用户体验
聚焦降低bad case（无关、劣质、不完整结果），提升结果的准确性与覆盖率
异常case治理：构建相关性异常检测与纠偏机制，减少用户“搜不到 / 搜不准”的情况
通过语义匹配、Query理解、意图识别等手段，优化长尾、模糊、歧义搜索请求
前沿算法探索与应用：应用大规模预训练模型（LLM）等技术，提升搜索体验
探索query rewrite / query expansion / re-ranking技术，改善搜索结果的精准度与多样性
数据与特征建设：挖掘用户行为数据（点击、加购、下单等）以及商品内容特征，建立高质量的特征体系
构建数据闭环，推动bad case的自动发现、样本生成与模型优化