同花顺｜大模型搜索算法工程师-实习

团队介绍： 我们深耕互联网金融信息服务领域，致力于为亿万用户打造高效、稳定、智能的一站式金融搜索服务。依托千万级日活搜索链路、百亿规模索引集群，以及成熟的rag 与 agent 技术体系，构建从数据采集、索引构建、语义理解、相关性排序到生成式搜索的全栈技术能力。以高可用、高稳定、高性能架构为核心，持续落地业界前沿 sota 技术，为用户提供精准、可靠、专业的金融信息服务。团队以突破传统搜索引擎边界为目标，深度融合搜索与大模型技术，打造下一代智能金融搜索体系。 发展方向：搜索、rag、agent算法专家 聚焦语义理解、内容理解、向量检索、rag、data agent等核心方向，将经典检索算法与大模型、rag、agent 能力深度融合，覆盖用户意图识别、多模态内容理解、语义召回与精排、生成式搜索等关键场景。负责构建可支撑亿级流量、千亿级数据的工业级智能搜索系统，在真实业务场景中持续迭代算法效果、工程性能与系统稳定性。 岗位职责： 1. 聚焦互联网金融搜索与搜索增强场景，紧跟业界 sota 技术趋势，通过算法迭代持续提升搜索、搜索 + llm 产品效果，支撑产品能力持续升级。 2. 负责语义相关性与语义召回算法研发，基于 llm sft、reft等构建语义基础能力，包括 llm 与检索效果对齐、语义匹配、结构化匹配、表征学习等，提升 rag 及核心搜索业务的文本匹配精度。 3. 建设多模态检索与多模态理解能力，针对金融场景网页、图表、图像、音视频等异构信息，构建跨模态表征、结构化抽取与精准检索体系，提升多模态内容理解与召回质量。 4. 设计与迭代 webagent 能力，实现网页自动浏览、交互模拟、信息抽取、事实校验与内容标准化，为搜索与 rag 提供高质量、高可信数据源。 5. 构建 dataagent 数据处理与知识融合链路，完成多源金融数据对齐、清洗、整合与归因校验，支撑业务规模化落地。 6. 搭建金融垂域搜索评测与效果对齐体系，从相关性、事实一致性、可用性、稳定性等多维度持续迭代优化。

岗位要求： 1. 2026 届硕士及以上学历，计算机、软件工程、人工智能、数据科学等相关专业优先。 2. 具备扎实的机器学习与深度学习算法基础，熟悉经典算法与主流模型原理。 3. 代码能力扎实，能高效完成算法实验、数据处理、效果验证与工程落地。 4. 对生成式搜索、rag、agent等有清晰认知，具备强烈的实践与落地热情。 加分项： 1. 有搜索、推荐、广告、大模型相关研究、实习或项目落地经验优先。 2. 在 acl/neurips/iclr/icml/cvpr 等 ai 顶会发表论文优先。 3. 在 acm/icpc、kaggle、数学建模等国内外算法竞赛中获奖优先。 4. 主导或参与过搜索、nlp、多模态、rag 等开源项目或工业级落地项目优先。 5. 对 opencode、openclaw 等 agent 框架原理精通者优先。