用户理解建设： 整合全域用户数据资产，建设精细化用户画像体系，增强用户需求理解与行为偏好建模能力，提升个性化推荐效果。 搜索引擎优化： 负责搜索Query理解与意图识别，引入向量检索、同义词扩展技术优化相关性与语义召回能力，提升搜索结果的丰富度与时效性。 推荐系统架构： 建设全域推荐系统架构， 打通跨场景联动动线链路承接，构建统一的ODL在线学习能力和模型算子，沉淀可复用的搜推算法中台能力以支撑业务快速迭代。

教育背景： 计算机、人工智能、数学或相关专业本科及以上学历，精通C++/Python/Java至少一门编程语言，代码能力扎实。 技术能力： 深入理解搜索推荐系统架构（召回、粗排、精排、重排），熟悉常见排序模型与召回技术（向量召回、图召回等），有向量检索、LLM、语义理解、多目标优化相关经验者优先，有NeurIPS、WWW、ACL等顶会论文发表或开源项目贡献者优先。 工程能力： 熟悉大规模分布式系统设计与性能优化，有在线学习、实时计算相关经验者优先，了解流式计算框架（Flink/Spark Streaming）优先。 项目经验： 有AI落地背景，3年以上搜索推荐算法经验，有电商、本地生活、内容推荐经验者优先，有搜索Query理解、排序优化、推荐系统全链路优化重点项目经历者优先。