千问事业部-AI搜索算法专家-杭州/北京

1. 大模型驱动的搜索架构革新：主导医疗搜索核心算法体系的迭代升级，聚焦大模型排序、多模态召回、语义理解等关键技术突破，构建下一代医疗垂直领域搜索范式。

2. 大模型深度应用与优化：探索大模型在医疗搜索场景的落地路径，通过模型微调、知识蒸馏、检索增强生成（RAG）等技术，重构相关性计算、召回策略与排序模型，实现搜索效果的质的飞跃。

3. 多模态数据深度挖掘与模型创新：基于全网文本、图片、视频等多模态数据及超大规模用户行为日志，结合前沿学术成果，设计并落地统计学习与深度学习模型，打造极致精准的医疗搜索体验。

4. 用户行为深度洞察与痛点解决：运用在线学习、因果推断等先进方法，构建用户意图理解与行为预测体系，系统性解决医疗搜索场景下的核心痛点，提升用户满意度与信任度。

5. 负责RAG大模型生成，做好答案与来源的对齐与可追溯，系统性抑制医疗场景下的幻觉与事实性错误，建设医疗大模型后训练体系，包括高质量数据构造、指令微调、偏好优化（DPO / RL）、Reward Model 和线上反馈闭环，提升模型在真实医疗任务中的效果与泛化能力。

1. 学历与专业背景：数据挖掘、机器学习、模式识别、信息检索等相关专业硕士/博士学历，或具备同等水平的行业经验。

2. 技术栈与工程能力：精通Linux开发环境，熟练掌握C++、Python，具备扎实的数据结构与算法功底，有大规模分布式系统开发经验者优先。

3. 前沿技术视野：深入理解深度学习、大模型训练等AI前沿技术，对搜索排序领域的学术进展与工业实践有深刻洞察与前瞻性思考。

4. 业务抽象与极致追求：具备从复杂业务场景中抽象算法问题的能力，能够主导算法选型、优化与效果迭代，对技术效果与用户体验有极致追求，具备极强的自我驱动力。

5. 优先条件：

1）具备搜索引擎架构设计、分布式系统、推荐系统研发经验；

2）在大模型、机器学习、数据挖掘、自然语言理解等领域有深入研究及大型项目落地经验；

3）具备医疗领域相关知识背景或项目经验者优先。