NLP算法工程师

建设跨业务供给Schema，抽象房源、职位、本地服务、二手商品、二手车辆等供给的共性、差异化字段、实体关系和业务属性。

研发文本分类、序列标注、实体识别与链接、属性抽取、语义匹配、文本向量化及长文本理解模型。

利用预训练语言模型、大语言模型和多模态模型，建设帖子、SKU及结构化供给的统一语义表征。

建设内容质量与作弊识别能力，包括标题作弊、标题正文不一致、跨类发布、虚假或低质内容、刷评论等问题。

支持Query与Doc相关性、语义召回、向量检索和搜索排序，提升供给理解能力对核心业务指标的贡献。

负责训练数据建设、标注体系、模型训练、离线评估、在线实验、badcase分析和持续优化。

与Query理解、用户理解、召回排序、算法工程及业务团队协作，将业务定制需求沉淀为可复用的NLP能力。

跟进大模型微调、Prompt Engineering、RAG、知识图谱和视觉语言模型等技术，并推动有效方案上线

计算机、人工智能、自然语言处理、数学、统计等相关专业本科及以上学历。

具备扎实的机器学习、深度学习和NLP基础，理解Transformer、Embedding、Attention及常见预训练语言模型。

在文本分类、NER、实体链接、关系抽取、文本匹配、语义检索或长文本理解中的一个或多个方向有项目经验。

熟悉Python及至少一种主流深度学习框架，能够独立完成数据处理、训练、评估和上线协作。

具备良好的数据敏感度，能够通过样本、日志和badcase定位模型问题并设计可验证的优化方案。

重视算法效果、推理成本、可维护性和跨业务复用，具备基本的算法工程意识。

具备良好的沟通协作和项目推进能力。 加分项

有大语言模型微调、知识蒸馏、RAG、向量数据库或Prompt优化经验。

有多模态内容理解、视觉语言模型、OCR或图文一致性识别经验。

有内容质量、反作弊、风控、知识图谱、商品理解或搜索相关性经验。

有本地生活、招聘、房产、电商、广告等复杂供给场景经验