阿里巴巴
阿里ATH-搜索算法工程师（LLM & Agent）-TokenFoundry
阿里ATH-搜索算法工程师（LLM & Agent）-TokenFoundry
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公算法工程师
算法工程师
Llm
Rag
向量检索
搜索算法
查询理解
值不值得投
76综合评分
综合评分 76
阿里核心算法岗、LLM前沿技术、高薪高压、技术成长极快
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 4390 个在招
职位详情
关于这个职位
负责阿里搜索系统中查询理解、多路召回及排序重排策略的优化，重点面向LLM/Agent场景提升信息检索效率与Token利用率
需构建评测体系并推进搜索API集成，结合大模型技术进展推动方案落地，以提升搜索结果的相关性与多样性
最低要求
具备搜索引擎、信息检索、语义检索或生产级RAG检索模块的实际研发经验，能够清晰说明个人承担的工作、技术方案及效果
理解搜索系统的主要链路，在查询理解、召回、排序、重排或检索评估中至少一个方向具有深入实践
熟悉倒排索引、向量检索、相关性建模等基础方法，能够根据数据特点和业务需求设计检索方案并分析效果
熟练掌握Python、C++等至少一种编程语言，具备扎实的数据结构与算法基础，以及独立开发、调试和性能优化能力
具备实验设计和数据分析能力，对搜索业务效果评估有理解，并结合业务任务判断优化的实际价值
具备良好的问题拆解、沟通协作和主动推进能力，能够在项目早期参与方案设计，并推动核心模块落地
工作职责
负责查询理解、意图识别、查询改写与拆解等能力建设，提升复杂自然语言查询和多轮检索场景下的搜索效果
负责关键词检索、向量检索及多路召回融合，优化相关性排序与重排策略，提升结果的准确性、覆盖度、时效性和多样性
面向LLM / Agent的信息使用需求，优化正文及证据片段选择、内容去重、上下文组织和来源信息输出，提高有限Token预算内的有效信息密度
建立搜索评测集与效果分析体系，通过离线实验、线上反馈和失败案例分析，持续优化检索效果及下游任务表现
与数据及平台研发协作，推进网页内容处理、索引更新和搜索API的集成上线，优化服务延迟、吞吐量、稳定性及资源成本
跟踪信息检索与大模型相关技术进展，结合业务需求开展技术验证，推动有实际收益的方案落地
优先资格
以下经历优先考虑：
● 有开放网页搜索、跨语言检索、长尾查询或时效性搜索经验
● 有Embedding / Reranker模型训练、微调、蒸馏，或检索训练数据构建经验
● 有面向LLM / Agent的搜索API、联网问答、多轮检索或Deep Research项目经验
● 有网页采集、正文抽取、内容去重、质量识别或增量索引经验
● 有大规模检索系统、分布式搜索服务或低延迟API的建设与优化经验
AI 洞察
优缺点分析
优点
- 接触阿里海量搜索数据与顶级技术栈，直接参与LLM+Search前沿探索，职业背书强，技术成长空间大
- 业务竞争激烈，对算法效果的量化要求极高
- 适合有扎实搜索算法基础，同时对LLM应用有热情，追求技术深度与业务影响力结合的资深工程师
缺点 / 挑战
- 需兼顾传统搜索指标与大模型新范式，技术迭代压力大
角色解读
- 可向搜索算法专家、AI基础设施架构师或大模型应用负责人方向发展，深耕搜索与大模型结合的垂直领域
- 负责阿里搜索核心链路（查询理解、召回、排序）的算法优化，特别是针对LLM和Agent场景的信息检索效率提升
- 精通搜索引擎原理（倒排索引、向量检索）、掌握Python/C++编程、具备RAG架构设计及大模型应用落地经验
申请策略
- 准备详细的过往项目案例，特别是如何平衡检索精度、速度与成本的经验，体现工程落地能力
- 突出搜索系统全链路经验，重点展示RAG、向量检索、Query理解等具体项目的技术细节与业务收益（如CTR提升、Token节省比例）
- 补充大模型微调、Prompt Engineering及Agent框架相关知识，强化对非结构化数据处理的理解
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权衡过程、遇到的瓶颈及解决方案，并用数据证明效果提升
- 请介绍你负责的搜索系统中，查询理解模块的具体实现方案及难点
- 在RAG场景中，如何解决长文档检索中的噪声干扰问题？
- 如何设计实验来评估LLM生成内容与检索结果的相关性？
- 面对高并发搜索请求，如何进行系统性能优化？
- 复习搜索引擎经典论文（如BM25、DPR），梳理RAG最新SOTA方案，准备1-2个深度优化的项目案例
职位点评
薪资福利85
成长发展92
工作生活45
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，提供具有市场竞争力的薪酬福利，满足度高。
薪资信号偏高 (3.5千–6.0万/月)
成长发展
92较高
岗位聚焦LLM与Agent前沿技术，技术栈领先，能提供极高的技能成长空间。
技术前沿前沿/新兴技术
技术栈LLM、Agent、RAG、向量检索、Embedding、Reranker
业务类型profit_center
工作生活
45较低
互联网大厂核心研发岗通常工作强度较大，WLB相对受限，但地处核心科技园通勤便利。
工作模式未明确
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
70中等
通过优化搜索体验提升用户获取信息的效率，具有一定的社会价值，但商业属性较强。
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