阿里国际站/Alibaba.com-搜推引擎高级研发工程师-AI Mode-杭州

Company 阿里国际

Focus 技术 · 后端

杭州

July 30, 2026

岗位职责

我们正在寻找对引擎技术有深入理解和实践经验的工程师，参与构建和优化面向海量用户的核心搜索推荐系统。该岗位将深度参与搜推引擎全链路的技术研发，涵盖查询理解、召回、排序、索引等核心模块。

搜推全链路研发：负责搜推引擎核心模块的设计与开发，包括但不限于 Query 理解、召回策略、排序模型、索引构建与优化等环节，持续优化搜索效果与系统性能。
策略与算法迭代：与算法团队紧密配合，将 NLP、深度学习等前沿技术落地到搜推场景中，提升相关性、时效性、多样性等核心指标。
系统架构设计：参与引擎分布式架构的设计与优化，保障系统在高并发、大数据量场景下的稳定性、低延迟和高吞吐。
数据驱动优化：建立搜推质量评估体系，通过数据分析和用户反馈驱动策略的持续迭代，量化优化效果。
技术前沿探索：跟踪搜索、推荐、大模型领域的最新技术趋势，探索 LLM 在搜索中的应用（如 query 改写、语义检索、生成式搜索等），推动技术创新与业务价值转化。

计算机科学或相关专业本科及以上学历，3 -5年以上搜推引擎或相关领域的工作经验，有主导过核心模块架构设计的经历。
扎实的编程功底，精通 Java/C++/Python 中至少一门语言，熟悉数据结构与算法，具备良好的工程实践习惯；熟悉引擎的基本原理，对倒排索引、向量检索、相关性计算等有实际理解和动手经验。
深入理解搜索全链路（Query 理解 → 召回 → 排序 → 展示），能在多个环节独立制定技术方案并推动落地。
在以下至少一个方向有深入实践：NLP 技术应用、排序模型（Learning to Rank / 深度学习排序）、向量检索与语义搜索、大规模索引构建与优化、搜索引擎性能调优。
具备系统架构设计能力，能处理高并发、低延迟的分布式系统挑战，有千万级 QPS 系统经验者优先。
具备良好的沟通协作能力，能够独立承担模块级别的开发与交付。

加分项：

NEW

岗位职责

搜推全链路研发：负责搜推引擎核心模块的设计与开发，包括但不限于 Query 理解、召回策略、排序模型、索引构建与优化等环节，持续优化搜索效果与系统性能。

策略与算法迭代：与算法团队紧密配合，将 NLP、深度学习等前沿技术落地到搜推场景中，提升相关性、时效性、多样性等核心指标。

系统架构设计：参与引擎分布式架构的设计与优化，保障系统在高并发、大数据量场景下的稳定性、低延迟和高吞吐。

数据驱动优化：建立搜推质量评估体系，通过数据分析和用户反馈驱动策略的持续迭代，量化优化效果。

技术前沿探索：跟踪搜索、推荐、大模型领域的最新技术趋势，探索 LLM 在搜索中的应用（如 query 改写、语义检索、生成式搜索等），推动技术创新与业务价值转化。

任职要求

计算机科学或相关专业本科及以上学历，3 -5年以上搜推引擎或相关领域的工作经验，有主导过核心模块架构设计的经历。

扎实的编程功底，精通 Java/C++/Python 中至少一门语言，熟悉数据结构与算法，具备良好的工程实践习惯；熟悉引擎的基本原理，对倒排索引、向量检索、相关性计算等有实际理解和动手经验。

深入理解搜索全链路（Query 理解 → 召回 → 排序 → 展示），能在多个环节独立制定技术方案并推动落地。

在以下至少一个方向有深入实践：NLP 技术应用、排序模型（Learning to Rank / 深度学习排序）、向量检索与语义搜索、大规模索引构建与优化、搜索引擎性能调优。

具备系统架构设计能力，能处理高并发、低延迟的分布式系统挑战，有千万级 QPS 系统经验者优先。

具备良好的沟通协作能力，能够独立承担模块级别的开发与交付。

加分项：

有主流搜索引擎（如 Elasticsearch、Solr、OpenSearch）的源码级理解或深度定制经验。

有大模型（LLM）在搜索场景落地的实践经验，如 RAG、语义检索、query 理解增强等。

在 ACM/SIGIR/KDD 等顶会发表过论文，或在开源搜索社区有贡献。

有电商搜索、内容搜索或垂直领域搜索的实战经验。

熟悉 TensorFlow/PyTorch 等深度学习框架，有模型训练与线上部署经验。