Alibaba logo
阿里巴巴
千问事业部-搜索算法工程师/专家-北京

千问事业部-搜索算法工程师/专家-北京

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 3.5–6.0万 · AI 参考估算
中级经验
本科
全职员工仅现场办公算法工程师
算法工程师
Rag
大模型 (Llm)
强化学习 (Rl)
搜索算法
监督微调 (Sft)
自然语言处理 (Nlp)

值不值得投

76综合评分

综合评分 76

前沿大模型技术、高薪潜力、高成长空间,但工作强度大、WLB一般

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

4.8万

比算法工程师中位数高

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

约 5010 个在招 · 其中算法工程师 5 个

市场机会

选择适中

北京 · 算法工程师 · 36 个在招

职位详情

关于这个职位

负责将大模型技术应用于搜索系统,通过SFT、强化学习等手段优化模型效果,并构建智能Agent提升算法迭代效率

需深入理解搜索业务,解决高并发场景下的技术难题,推动前沿研究成果落地,服务大规模用户

最低要求

计算机、人工智能、数学或相关专业本科及以上学历

熟悉搜索、机器学习、深度学习及自然语言处理相关基础理论和常用算法
具备大模型应用或研发经验,熟悉大模型监督微调(SFT)、强化学习优化及相关后训练方法
熟悉大模型应用开发,具备 Agent、RAG、工具调用、工作流编排或自动化评测等相关实践经验
熟练掌握一门编译型语言,如 C++、Java,并熟练使用 Python 等脚本语言,具备扎实的工程开发能力
具备优秀的问题分析与解决能力,能够针对复杂业务问题完成技术方案设计、实验验证及线上落地
具备良好的沟通能力、团队合作意识、逻辑思维能力和执行力

工作职责

推动大模型在搜索系统的落地,利用大模型升级召回链路,探索生成式召回、语义召回、检索增强等技术

负责大模型的训练与效果优化,包括监督微调(SFT)、强化学习及相关后训练技术,结合搜索业务数据持续提升模型效果
构建面向搜索算法研发的智能Agent,将大模型应用于效果评测、问题诊断及策略优化的全链路优化,全面提升算法迭代效率和效果
跟进大模型及搜索领域的前沿研究,阅读并复现相关论文,结合实际业务场景推动新技术落地
深入理解搜索产品及业务,参与在线搜索服务研发,推动算法在高并发、低延迟场景下稳定运行,服务大规模搜索用户

优先资格

符合以下条件之一者优先:

在大模型、深度学习、NLP/NLU、信息检索等方向有深入研究或实际项目经验
具有大模型 SFT、RLHF、RLAIF、DPO、PPO 等训练或优化实践经验
具有搜索召回、查询理解、语义匹配、生成式搜索或检索增强生成(RAG)相关经验
具有智能 Agent 构建经验,能够利用 Agent 改进数据生产、算法实验、评测诊断或研发流程
在机器学习、自然语言处理、信息检索或数据挖掘领域发表过高水平论文,或具有大型项目落地经验

AI 洞察

优缺点分析

优点

  • 接触业界最前沿的大模型与搜索结合技术,技术含金量高
  • 具备扎实算法基础和工程能力,对大模型落地有热情的资深技术人员

缺点 / 挑战

  • 高并发场景下的算法落地难度大,需平衡效果与性能,工作压力较大

角色解读

  • 可向首席算法专家、搜索技术负责人或AI架构师方向发展,深耕垂直领域技术壁垒
  • 将大模型技术深度集成到搜索系统中,优化召回和排序链路
  • 掌握大模型训练微调(SFT/RL)、智能Agent构建、搜索算法原理及高性能工程开发能力

申请策略

  • 准备详细的技术方案案例,展示如何解决复杂业务中的算法难题
  • 突出大模型微调实战经验、Agent构建案例及搜索业务带来的量化收益
  • 加强C++/Java高性能编程能力,深入理解RAG和Agent最新开源框架

面试指南

  • 采用STAR法则(情境、任务、行动、结果),重点阐述技术选型的依据、遇到的瓶颈及解决方案、最终的业务指标提升
  • 请详细描述你进行大模型SFT或RLHF的具体流程和调优技巧
  • 如何构建一个高效的搜索用智能Agent?遇到幻觉问题时如何解决?
  • 在高并发搜索场景下,如何优化大模型推理的延迟和成本?
  • 对比传统搜索算法与大模型生成式搜索,各自的优劣及适用场景是什么?
  • 复习大模型主流训练方法(SFT/RLHF/DPO),梳理过往项目中关于算法落地和高并发处理的难点攻克经历

职位点评

薪资福利85
成长发展95
工作生活40
使命价值70

薪资福利

85较高

作为上市巨头企业的核心算法岗,通常提供极具竞争力的薪酬包和完善的福利体系,满足补偿性动机。

薪资信号未披露(AI估算:3.5千–6.0万/月)

成长发展

95较高

岗位直接涉及大模型、Agent等前沿技术,技术成长空间巨大,能满足强烈的职业发展动机。

技术前沿前沿/新兴技术
技术栈大模型、SFT、强化学习、Agent、RAG、NLP
业务类型profit_center

工作生活

40较低

大厂核心研发岗位通常伴随较高的工作强度和竞争压力,WLB相对一般,生活化动机满足度有限。

工作模式未明确
办公地点市区核心地段
加班情况JD含高强度暗示词

使命价值

70中等

通过提升搜索体验和智能化水平,间接改善用户获取信息的效率,具有一定的社会价值和技术使命感。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs