【北斗-27应届】大模型算法工程师

【愿景】 美团搜索服务日均处理数亿次查询，我们正在经历从“统计匹配”向“认知推理”的 Search 3.0 跨越。你将不仅是算法的优化者，更是搜索基座和业务应用的构建者（Builder）。通过构建高泛化、可扩展的算法基座，支撑医药、闪购等多元业务线的智能化升级，定义下一代生活服务搜索的本质规律。 【你将参与】 你将直接优化影响数亿用户的核心搜索链路，用大模型技术解决搜索的关键瓶颈。 1.意图理解基座：超越传统的分类与匹配，利用 LLM 构建具备认知能力的意图基座，深度解构口语化、省略表达及多意图混合等复杂场景。探索 Query 的语义改写、扩展与纠错技术，将非结构的“人话”精准转化为结构化的搜索逻辑，实现对用户深层需求的本质洞察。 2.排序预估基座：推动排序模型的 Scaling Up，探索大参数量模型在 Relevance 判断与 Ranking 中的性能边界，提升对复杂 Query-POI 关系的建模深度。负责 LLM-based Reranking、特征增强及神经符号 AI 的结合，利用 Scaling Law 提升排序逻辑的泛化性与预估精度。 3.生成式召回基座：构建基于大模型的语义表示学习体系，突破长尾 Query 与 POI 的匹配瓶颈。优化向量召回与混合召回策略，在海量候选集中精准平衡相关性、多样性与发现感，实现“所想即所得”。 4.引导增长基座： 研发下一代搜索引导与推荐算法，通过生成式技术优化搜索前/中的用户路径，提升用户发现价值的效率。探索搜索与推荐的深度融合，利用 AI Agent 能力引导用户决策，实现业务增长与用户体验的协同进化。 5.跨业务 Builder 型组织建设：作为 Builder，构建跨业务（餐饮、医药、即时零售、服务零售、酒旅等）的通用算法框架，确保技术底座能够快速适配不同垂直场景的特性。在毫秒级延迟的严苛约束下，主导大模型在线 Serving 优化，通过蒸馏、量化、缓存等手段实现效果与性能的极致平衡。 【任职资格】 1.有搜索、推荐、NLP相关实习或项目经验； 2.熟悉大模型训练、微调、prompt engineering等技术； 3.在KDD、SIGIR、WWW、ACL、EMNLP等顶会发表论文； 4.有向量检索、dense retrieval、reranking等方向研究经验； 5.ACM/ICPC、Kaggle等竞赛获奖者； 6.对本地生活场景有深入理解。 【为什么是我们】 1.顶级算力资源：千卡级GPU集群，充足的算力支持你的大胆想法； 2.海量真实数据：日均数亿次搜索query，覆盖全场景的本地生活数据； 3.极致技术挑战：毫秒级响应、亿级索引、复杂意图理解的工程难题； 4.直接业务影响：你的算法创新将服务数亿用户，快速验证技术价值； 5.开放研究氛围：鼓励论文发表，支持参加顶会，与学术界保持紧密合作； 6.成长空间广阔：搜索×大模型交叉领域，技术深度与业务广度兼具。