# 大模型搜索算法工程师

External opening: you cannot apply through AI Native Match; apply on the official site.

Apply through the official channel. The full external receipt stays in your workspace. When signed in, three minimal event types explicitly recorded through the CLI are reported by default: selection, self-reported application and channel observation. Browsing or saving a role does not report an event; external applications do not appear under My applications.

- Company: 百川 (Startup)
- Locations: 北京
- Role: Algorithm
- Apply on the official site: https://cq6qe6bvfr6.jobs.feishu.cn/baichuanzhaopin/position/7244201389474973964/detail

## Role description from source

1、熟悉LLM、了解RAG全流程，探索 graphrag、lightrag 等前沿方案，构建医疗等专业领域的知识库；
2、设计开发搜索召回算法，dense模型、sparse模型，粗排模型等，提升搜索效率与召回率；
3、设计开发搜索排序算法，深度语义相关性模型、LTR模型等，参与RAG系统效果优化；
4、设计开发文本、图像、音频、视频等多模态内容理解算法，包括但不限于：多模态分类、主题建模、实体抽取、知识图谱、语义聚类、目标检测、ASR等；
5、针对医疗等专业领域建立合理的相关性评测方法，进行数据挖掘和数据合成，积累医疗等专业领域知识数据资产；
6、深入研究大模型和搜索算法的最新发展趋势，提出并实施创新性解决方案。
职位要求
1、工作经验：0-5年相关领域工作经验，计算机科学或相关专业本科及以上学历；
2、编程技能：至少精通一门编程语言，如Python或C++；
3、技术栈要求：熟悉Linux操作系统，掌握PyTorch等深度学习框架，具备深度学习、机器学习、自然语言处理等领域的基础知识；
4、研究背景：有在国际顶级会议和期刊（如ICLR、ICCV、CVPR、ECCV、NeurIPS、ICML、TPAMI、ACL、EMNLP等）上发表研究成果者优先；
5、专业经验：熟悉预训练算法，了解对比学习，具有Embedding Model、Rerank Model、GNN和大规模语言模型（LLMs）等方面的实际操作经验者优先；
6、个人素质：具备出色的团队合作精神和沟通能力，能够自我驱动，具有良好的抗压能力，对技术有强烈的求知欲和热情，拥有优秀的数据分析和逻辑思维能力。

我们提供
竞争力的薪资待遇和福利
广阔的职业发展空间和学习机会
与行业顶尖专家共事的机会
舒适的工作环境和灵活的工作氛围

---
opening_id: 9260891b-9bb8-40d6-9963-c38fa084e552

`anm openings save --id 9260891b-9bb8-40d6-9963-c38fa084e552`