职位描述：
负责Query理解与召回算法的研发与优化，包括语义召回、向量召回等核心技术，提升搜索的召回率和相关性。

岗位职责：
Query理解与召回算法优化
负责Query理解（Query扩展、意图识别、NER、纠错等），提升搜索Query的语义解析能力。
研发和优化召回策略（如倒排索引、语义召回、向量召回等），提高召回率和相关性。
结合大模型（BERT、DeepSeek-Moe等）优化Embedding生成和Query-Doc语义匹配。
召回系统性能优化
与工程团队协作，优化高性能向量检索，降低延迟，提升吞吐量。
与业务方协同构建A/B测框架，评估召回算法效果，推动策略上线并产生业务价值。

任职要求：
硬技能：
学历：计算机、数学、统计学等相关理工科本科及以上学历。
工作经验：2年以上搜索/推荐/NLP算法相关经验。
搜索/召回基础：
熟悉搜索召回技术（倒排索引、BM25、语义召回、向量召回等）。
有Query理解实际经验。
大模型/NLP（加分项）：
了解BERT/DeepSeek等系列模型在语义匹配、Embedding优化中的应用。
熟悉PyTorch/TensorFlow，能进行模型训练和调优。
工程能力：
熟练使用Python。
了解ES/Faiss向量检索引擎者。

软技能：
结果导向：能独立完成技术方案，对召回效果和系统性能负责。
团队协作：能与产品、工程团队高效配合，推动算法落地。
持续学习：关注搜索召回领域的最新技术。