资深/高级搜推研发工程师（AI应用/研发效能方向）

岗位职责

岗位详情

工作职责:

1. 负责推搜场景下的AI应用研发，将大模型能力落地到策略迭代、内容理解等核心链路，覆盖RAG、Agent、Function Calling等方向；
2. 作为团队AI Coding的先行者，深度探索并落地AI辅助编程工具（Cursor、GitHub Copilot等）在业务开发、代码重构、数据处理等场景的应用，总结并推广可复用的实战方法论；
3. 负责推搜业务场景下大模型所需的数据开发工作，包括SFT/偏好数据的构建、清洗与质量评估，搭建可复用的数据处理Pipeline，支撑模型微调与效果迭代；
4. 利用大模型能力提升数据处理效率，探索LLM辅助数据标注、数据增强、质量筛选等自动化方案，推动数据飞轮的建立；
5. 主导制定AI应用与数据工程的开发规范，通过Code Review和技术分享提升团队工程素养，推动团队向"工业级AI应用"演进。 工作要求:
6. 熟练掌握Python/Go，具备扎实的工程基础，有后端服务或ML工程相关开发经验； 2.1年以上LLM应用开发经验，深入理解RAG、Agent、Prompt工程等方向，具备从原型到生产的完整落地经验；
7. 熟悉大模型数据开发流程，有数据清洗、标注体系搭建或数据质量评估的实践经验，了解SFT/RLHF数据构建的基本范式；
8. AI Coding重度实践者，能熟练运用大模型辅助生成代码、重构逻辑，并能总结出一套AI赋能研发的实战方法论；
9. 具备工程化思维，对代码的可维护性、可复用性和健壮性有较高标准，能独立完成从方案设计到规范制定的完整闭环；
10. 能精准翻译"算法语言"与"工程语言"，具备跨职能的沟通能力和一定的技术影响力。

具备以下一项或多项优先： a. 熟悉主流AI工程栈，如LangChain/LlamaIndex、向量数据库、推理加速框架（vLLM、TensorRT等）； b. 有MLOps经验，了解模型服务化、Prompt版本管理、AB实验与效果评估体系等工程实践； c. 有大规模数据处理经验，熟悉Spark/Flink等数据处理框架，或有LLM数据工程（数据合成、自动标注、数据蒸馏）相关实践； d. 编写过AI应用或数据工程规范手册，对工程质量有极致追求； e. B站用户，理解B站内容生态与社区文化，对推搜产品有自己的见解。

任职要求

（暂无）