"職位描述
1. 設(shè)計(jì)和優(yōu)化強(qiáng)化學(xué)習(xí)模型：負(fù)責(zé)基于強(qiáng)化學(xué)習(xí)的電商搜索模型，包括但不限于Query理解、商品召回和相關(guān)性模型、商品理解模型的設(shè)計(jì)、訓(xùn)練與優(yōu)化，提升搜索算法的準(zhǔn)確率和效率。
2. 結(jié)合大模型和多模態(tài)技術(shù)：將強(qiáng)化學(xué)習(xí)技術(shù)與大語(yǔ)言模型和多模態(tài)大模型相結(jié)合，提升文本和多模態(tài)數(shù)據(jù)的處理能力，優(yōu)化搜索結(jié)果的相關(guān)性和多樣性。
3. 生成式檢索系統(tǒng)開(kāi)發(fā)：利用生成式模型結(jié)合強(qiáng)化學(xué)習(xí)，開(kāi)發(fā)高效的生成式檢索系統(tǒng)，提高搜索體驗(yàn)。
4. 自動(dòng)化標(biāo)注與效率提升：面向Multi-Agents設(shè)計(jì)和優(yōu)化自動(dòng)化標(biāo)注模型，減少人工標(biāo)注成本，提升數(shù)據(jù)處理效率。
5. 技術(shù)研究與創(chuàng)新：跟蹤強(qiáng)化學(xué)習(xí)領(lǐng)域的最新研究，探索新的算法和技術(shù)，推動(dòng)搜索算法的持續(xù)優(yōu)化。
職位要求
1. 教育背景：計(jì)算機(jī)科學(xué)、人工智能、數(shù)據(jù)科學(xué)等相關(guān)領(lǐng)域的碩士或博士學(xué)歷。
2. 強(qiáng)化學(xué)習(xí)經(jīng)驗(yàn)：具備扎實(shí)的強(qiáng)化學(xué)習(xí)基礎(chǔ)，熟悉強(qiáng)化學(xué)習(xí)算法（如Q-Learning、Deep Q-Networks、Policy Gradient Methods等），并有實(shí)際項(xiàng)目經(jīng)驗(yàn)。
3. 大模型與多模態(tài)技術(shù)：熟悉大規(guī)模預(yù)訓(xùn)練模型（如BERT、GPT等）及其應(yīng)用，了解多模態(tài)模型的原理和應(yīng)用場(chǎng)景。
4. 編程能力：熟練掌握Python等編程語(yǔ)言，熟悉深度學(xué)習(xí)框架（如PyTorch）。
5. 團(tuán)隊(duì)合作與溝通能力：具備良好的團(tuán)隊(duì)合作精神和溝通能力，能夠獨(dú)立思考并解決問(wèn)題。
6. 相關(guān)經(jīng)驗(yàn)：有電商搜索、推薦系統(tǒng)或自然語(yǔ)言處理相關(guān)經(jīng)驗(yàn)者優(yōu)先。
加分項(xiàng)：
1. 生成式模型經(jīng)驗(yàn)：有大模型經(jīng)驗(yàn)，能夠結(jié)合強(qiáng)化學(xué)習(xí)進(jìn)行優(yōu)化。
2. 多模態(tài)模型經(jīng)驗(yàn)：熟悉多模態(tài)深度學(xué)習(xí)模型的開(kāi)發(fā)和應(yīng)用，能夠處理文本、圖像等多種數(shù)據(jù)類型。
3. 自動(dòng)標(biāo)注系統(tǒng)經(jīng)驗(yàn)：有自動(dòng)化標(biāo)注相關(guān)經(jīng)驗(yàn)，能夠設(shè)計(jì)高效的標(biāo)注模型和流程。
4. 研究與論文發(fā)表：有強(qiáng)化學(xué)習(xí)、大模型或多模態(tài)領(lǐng)域高水平論文發(fā)表經(jīng)驗(yàn)者優(yōu)先。"