飞猪-大模型搜推算法专家-AI Agent方向

1、AI摘要Agent研发:

• 设计并实现基于LLM的搜索摘要Agent,提升对搜索结果与旅行内容的理解、推理与结构化总结能力。
• 探索 LLM Reasoning 技术(思维链、多步推理),优化复杂查询的 Deep Research 模式,实现长文本理解与跨内容/跨商品的信息融合。
• 构建端到端系统,涵盖意图理解、知识与商品检索、结果生成与偏好对齐,持续提升用户体验。

2、AI搜推链路升级:
探索搜索/推荐引擎与大模型、机器学习、强化学习等前沿技术的结合,推动AI搜推链路重构与系统优化,结合内容与时空热点属性,构建场景化的导购引导。
3、模型优化及应用:

• 通过指令微调(SFT)、偏好对齐(RLHF/DPO)等技术优化模型在搜推场景的适应性。
• 探索多模态信息(文本、图像、视频、结构化数据)融合的搜索与生成技术。
• 参与统一搜推大模型建设;

1、硕士学位及以上,计算机科学、人工智能、自然语言处理等相关领域。
2、精通 PyTorch/TensorFlow 等框架,具备大规模语言模型(如 GPT、Llama 等)训练与优化经验。
3、熟悉检索增强生成(RAG)、Agent 架构、搜索算法(如倒排索引、语义检索)等技术,或熟悉 Prompt Engineering、微调对齐技术,对搜推场景的 Query 理解与结果生成有深入理解。
加分项:
1、在 ACL/EMNLP/NeurIPS 等会议发表 LLM 或搜索/推荐相关论文。
2、有Agent与RAG落地经验：工具调用、Planning/多步推理、长上下文理解与跨文档融合、有开源项目(如 LangChain、AutoGPT)贡献、评测体系建设优先。
3、熟悉多模态模型或强化学习(RL);有旅行、电商、本地生活等复杂意图场景经验者优先。