岗位描述 1. 带领团队，负责基于大语言模型（LLM）与智能体（Agent）的下一代搜索算法体系研究，重构从意图理解、多步推理、工具调用到结果生成的全链路算法，推动搜索向对话式、任务型智能体演进。 2. 深入理解大规模检索增强生成（RAG）系统，将传统召回/排序/相关性技术与大模型深度融合，实现Agent在复杂场景下的自主规划、工具编排与知识检索，并主导相关系统在亿级用户规模下的落地。 3. 负责搜索Agent能力建设，探索多语言、跨文化的智能体交互范式，构建具备多语言意图理解、本地化知识检索与多模态交互能力的全球地图服务Agent，有多语言模型和跨语言检索经验者优先。

1. 有搜索场景下的LLM排序、生成式推荐、Agent决策优化等实际工作经验；对Agent的规划、推理、工具使用、记忆机制有深入理解，有大规模搜索Agent落地经验者优先。 2. 熟悉C++或Python，熟练使用PyTorch、Transformers、LangChain或类似Agent框架，具备较强的算法实现能力和工程落地能力，能快速将前沿Agent方案产品化。 3. 对搜索引擎、推荐系统、大数据挖掘等方向有扎实基础，同时具备极强的自学与前沿探索能力，能持续跟进自主智能体、多模态交互、多智能体协作等方向的最新进展。 4. 具有优秀的分析问题和解决问题的能力，能对Agent在复杂真实场景中的幻觉、安全、效率等挑战性问题提出创造性解决方案，并对解决此类问题充满激情。 5. 计算机、人工智能等相关专业硕士以上学历，5年以上相关工作经验，有大模型/Agent/对话式搜索直接研发经验者优先。