职位描述 1.构建新零售场景下的搜索推荐全链路算法体系，基于用户行为分析、多模态商品理解及实时反馈数据，打造全域个性化推荐系统与智能搜索解决方案。 2.主导新一代推荐系统架构设计，深入理解用户行为和业务需求，优化召回、排序、重排等推荐链路的关键模块，通过序列建模、多任务建模、冷启动等方法提升推荐场景用户体验，通过多场景、多目标建模提升推荐多场景的点击率和转化率。跟踪业界前沿技术，推动LLM在推荐场景落地，并结合盒马业务特色提高推荐发现性，优化用户LTV价值。 3.攻克搜索算法技术瓶颈，基于NLP与LLM技术突破搜索query理解、用户意图理解、语义向量召回、文本匹配等关键技术；通过全域用户行为建模、多场景迁移学习及端到端排序优化，打造适配新零售特性的自适应搜索排序框架；设计搜索机制策略，结合用户长短期兴趣建模与多周期价值评估，持续优化用户生命周期价值。 4.探索和拥抱大模型技术，并在搜索推荐领域深度应用，驱动盒马App用户体验增长，并带来商业价值。 职位要求 1. 自然语言处理、机器学习、数据挖掘、人工智能等相关专业的学历； 2. 扎实的编程基础，熟练掌握tensorflow、pytorch等深度学习框架； 3. 具有从事相关领域的算法研发的经验，有推荐，搜索，广告和NLP背景者优先，有电商领域背景优先； 4. 具有较强的数据驱动的分析和解决问题的能力，愿意思考； 5. 良好的团队合作精神，较好的沟通能力。 6. 对技术有激情，具备较好的推动力，自驱力强。