基于AI Agent的搜索体验全链路优化研究

Job description

工作职责

• 负责LLM/VLM的持续预训练与后训练，全面提升模型在电商领域的业务理解与知识推理能力。
• 构建下一代电商语义召回体系，提升复杂语义与个性化需求的召回率与准确性。
• 探索预训练、RAG、Agent等大模型前沿技术，驱动AI搜索助手的创新应用与体验升级。
• 构建基于大模型的生成式推荐新范式，利用深度推理能力实现潜在需求的精准预测。
• 研发基于Agent架构的智能推荐交互购物链路，通过多轮对话与长短期记忆机制变革交互体验。 任职要求
• 计算机、人工智能、自动化、数学或物理等相关领域的本硕博在校生。
• 深刻理解大模型与深度学习底层原理，熟悉预训练及后训练关键算法，具备极强的算法开发与编程落地能力。
• 对Agent、知识注入、RAG机制及大模型在电商搜推业务中的前沿应用具有浓厚兴趣。
• 具备扎实的学术创新能力，能够将前沿理论与电商核心业务深度结合并推动系统化落地。
• 在NeurIPS、ICML、ACL、CVPR、SIGIR等AI或搜推领域顶级会议有论文发表经历者优先。