（27届 ASP）S&R&A-搜索算法工程师

负责海外电商场景下生成式模型与基础模型的研发、优化与落地，探索 Large Language Model（LLM）在搜索核心业务中的应用。 参与统一排序模型、Semantic ID、多模态表示学习等核心算法方向的研究与建设，持续提升模型的泛化能力、表达能力和业务效果。 参与智能 Agent、AutoResearch、训练流程自动化等 AI 研发工具建设，推动算法研究流程提效和研发范式升级。 跟踪 LLM、Agent、Information Retrieval、Recommendation System、Multimodal Learning、NLP、Reinforcement Learning 等前沿技术方向，推动算法创新与业务落地

2027届应届毕业生，博士优先，本科及以上学历，机器学习、计算机、统计学、模式识别、人工智能等相关专业。 在 Large Language Model（LLM）、Agent、Information Retrieval（IR）、Recommendation System、Multimodal Learning、NLP、Reinforcement Learning 等一个或多个方向具备扎实的研究基础和技术深度。 在相关方向有高质量研究成果者优先，包括但不限于在 ICML、ICLR、NeurIPS、AAAI、ACL、EMNLP、KDD、WWW、SIGIR、CVPR 等顶级会议或期刊发表论文。 扎实掌握机器学习与深度学习基础知识，熟悉 Transformer、Representation Learning、Multi-task Learning、Contrastive Learning 等相关算法。 熟悉 PyTorch、TensorFlow 等至少一种深度学习框架，具备良好的 Python / C++ 开发能力，熟悉 Linux 开发环境，拥有较强的工程实现能力。 对 AI Search、Agent、Multimodal 等前沿方向保持持续关注与探索，具备优秀的学习能力、技术敏感度和创新意识。 兼具研究深度与落地能力，能够推动前沿算法从理论研究、实验验证走向实际业务应用。 有 ACM、Topcoder、Kaggle 或其他高水平算法竞赛经历者优先