【27届校招】推荐算法工程师

岗位职责
1. 负责机票、酒店、商城等业务场景的推荐系统算法建设，覆盖召回、粗排、精排、重排、混排全链路，通过 Embedding、多目标建模（MMoE/PLE）、用户画像、多样性与冷启动等手段优化推序与转化，提升用户下单体验；
2. 负责大模型应用与智能体系统的设计与开发，包括 ReAct / Plan-and-Execute 工作流编排、Function Calling / 工具调用、多智能体协作、长短期记忆等核心模块，支撑出行与办公场景的智能问答与任务自动化；
3. RAG 与知识库建设：负责检索增强生成、知识库构建、本体路由等核心模块的技术落地与效果优化，解决工具调用消歧、流程推荐与问答准确率问题。
4. 负责算法与智能体的服务化落地，包括数据处理、特征工程、API 接口，保障高并发在线服务的稳定与高效；
5. 建立算法效果评估机制，通过 A/B 测试、离线评测与全链路追踪持续迭代优化模型与系统效果；
6. 跟踪推荐系统与大模型 / Agent 领域前沿技术，推动新技术在项目中的落地应用，实现产能与效率提升。

岗位要求
1. 统招硕士学历应届毕业生，计算机、人工智能、数学、统计学等相关专业；
2. 熟练使用 Python/Java等之一，熟悉 Linux 开发环境，具备扎实的数据结构、算法与工程实现能力；
3. 熟悉推荐系统原理与常用技术（召回 / 粗排 / 精排 / 重排 / 混排、Embedding、向量检索、MMoE / PLE / DSSM、冷启动、多样性）
4. 熟悉主流大语言模型及其应用模式，熟悉 Prompt 工程、Function Calling、RAG、Agent 工作流设计与优化；
5. 熟悉智能体 / 大模型应用开发框架（AgentScope、LangChain、LangGrap等），了解 MCP、ReAct、多智能体协作等机制优先；
6. 熟悉 PyTorch / TensorFlow 等深度学习框架优先;
7. 熟悉 Elasticsearch、Milvus、FAISS、Redis 等检索与存储技术优先
8. 具备 Spark、Hive、Hadoop 等大数据开发经验，高并发、分布式服务（FastAPI / Docker / K8s）开发与部署经验者优先；
9. 具备较强的业务理解与数据分析能力、跨团队沟通协作能力，能将业务问题转化为可落地的算法方案。