【工作职责】 负责 deepseek 搜索引擎的核心算法优化,包括 query 理解、召回、排序、索引筛选、质量评估等方向,让搜索结果更准确、权威、实时,更适合 llm 理解与使用. 建设多语言、多场景、多模态的搜索能力,解决不同语言与地区、不同内容生态、不同用户需求下的搜索问题. 构建搜索质量评估体系,包括自动化评估、badcase 分析等,让算法迭代有清晰、可解释的判断依据. 与架构、数据、产品、posttrain等团队紧密协作,从真实用户需求出发,完成问题发现、方案设计、实验验证与线上落地. 持续跟进搜索、rag、llm、多模态等方向的技术进展,针对 deepseek 搜索业务场景设计简洁&高效的算法. 【工作职责】 负责 deepseek 搜索引擎的开发和维护工作. 开发并优化在线召回、排序、策略模块,以及离线索引构建管线,在性能、成本与效果之间做系统性权衡. 与算法、数据团队紧密协作,支持新模型、新算法快速落地,支持内部研究与评估需求.

我们将探索 llm 与搜索引擎的深度融合,让搜索成为 llm 理解世界的重要基础设施:任何语言、任何模态都能被平等地检索. 在这里,你将参与构建极致简洁 & 轻量的 llm-based 检索系统,承载全球海量的搜索请求,在成本、延迟与效果之间寻找最优平衡. 【岗位要求】 至少熟悉机器学习、深度学习、信息检索中的一个方向. 对搜索和大模型结合感兴趣,既愿意持续学习新技术,也愿意深入真实业务问题,从 badcase 与 用户反馈中定位系统短板. 具备良好的工程落地能力与意识,不做过度设计,能够在成本与延时约束下完成算法落地. 沟通直接、协作意识强,具备优秀的跨团队协作能力. 有搜索、推荐、广告、rag、chatbot 等大规模在线系统经验者优先. 【岗位要求】 熟练掌握 c++ 或 rust,熟悉 python、sql 等常用语言. 工程能力强. 熟悉数据密集型系统开发和性能优化. 有良好的系统设计品味. 【加分项】 熟悉大规模分布式向量检索技术(稠密/稀疏/多向量),熟悉 rdma 高性能通信技术. 熟悉 pytorch、cuda 等模型推理技术,了解 kvcache 存储系统,有模型部署和推理加速经验. 有大规模数据处理经验. 有个人开源项目作品,深度参与过大型开源软件研发,发表过高水平学术论文.