地图搜索算法工程师

优缺点分析

角色解读

• 技术纵深发展：成为搜索推荐或NLP领域的专家，主导核心算法迭代
• 横向扩展：结合大模型方向，转型为AI应用架构师或技术负责人
• 管理路线：带领算法团队，担任技术主管或经理
• 构建和优化地图场景的搜索推荐引擎，提升POI搜索和路径推荐的效果
• 开发文本分类、实体识别、文本相似度等NLP模块，处理地址、POI等文本数据
• 应用大模型技术进行智能搜索，探索LLM在LBS场景中的落地
• 跟踪前沿算法如大模型、机器学习，并负责技术框架的搭建和优化
• 扎实的搜索、推荐、NLP算法基础，有3年以上实际落地经验
• 熟练掌握C++/Java/Python至少一种，熟悉PyTorch/TensorFlow等深度学习框架
• 具备大数据处理能力，熟悉Hadoop/Hive/Spark/Flink等平台
• 有地图搜索相关经验（如POI搜索、地理编码）是重要加分项

申请策略

• 关注京东物流的即时配送和智能供应链方向，在面试中体现对业务的理解
• 准备好系统设计类问题的回答，如设计一个搜索推荐系统
• 突出搜索推荐或NLP相关的项目经验，特别是上线效果和性能优化
• 体现大模型应用经验，如基于LLM的搜索或文本生成项目
• 强调大数据处理能力，列出使用过的平台和具体数据量级
• 如果有地图相关项目，务必详细描述，这是重要加分项
• 补充大模型微调、RAG等前沿技术知识，可以准备一个小型Demo
• 回顾常用排序算法（如LTR）和NLP模型（BERT/Transformer）的原理

面试指南

• 对于项目介绍，采用STAR法则：背景、任务、行动、结果，突出个人贡献和技术难点
• 对于设计类问题，先明确需求和数据特点，再选模型/算法，最后评估效果
• 对于大模型问题，结合实际案例说明应用方式（如改写查询、生成摘要等）和挑战
• 请介绍一个你过去做的搜索/推荐项目，从问题定义到最终效果
• 如何对地图搜索场景进行排序？请设计一个排序模型
• 大模型在搜索中的应用有哪些？请具体说明
• 有10亿条POI数据，如何快速实现近邻搜索？
• 如何处理地址文本中的歧义和噪声？