搜索推荐算法专家.

关于公司。
我们的客户是全球领先的智能终端提供商，致力于成为构建全场景、面向全渠道、服务全人群的全球标志性科技品牌。

关于团队。
团队氛围好，大佬云集，且处于发展上升期。

关于职位

• 负责下一代查询理解（QU）体系建设：依托最新生成式大模型（LLM）与多模态模型（VLM）技术，重构查询理解流水线。优化并落地深层多维度意图消歧、多语种命名实体识别（NER）、多模态槽位填充、核心词权重预估等底层算法能力；
• 负责全链路检索与排序算法优化：负责搜索全链路（前置引导/SUG、Query纠错与改写、召回、多阶排序）的效果调优。探索并落地混合向量检索、生成式召回（GR）、大模型多模态表征（MMR）对齐检索、生成式重排等前沿技术；
• 深度参与荣耀核心流量产品（应用市场、游戏、主题、阅读、浏览器等）的搜索算法建设，改善亿级用户的搜索体验；
• 跟踪AI搜索等前沿技术趋势，助力业务发展与变革。

技能和经验要求

• 硕士及以上学历（优秀者可放宽至本科），计算机、电子信息、数学或统计学等相关专业，具备扎实的数理统计与算法功底；
• 在搜索（Information Retrieval）、推荐系统、效果广告（CTR/CVR 预估）、大语言模型（LLM/VLM）、NLP、多模态学习等至少一个领域有 3 年以上深入研究与大规模工业级落地经验；
• 熟练掌握 PyTorch / TensorFlow，有大模型在搜广推领域的实际落地经验；
• 具备良好的问题抽象和分析能力，工作积极主动，善于融入团队和协作；保有技术热情，能主动推进复杂问题的解决；
• 在国际顶级学术会议（如 SIGIR, KDD, NeurIPS, ACL, CVPR, CIKM 等）发表过论文，或在知名多模态、检索相关开源项目中有核心贡献（如 Sentence-Transformers, HuggingFace,vLLM 等）者优先。