京东搜索应用科学部，负责京东商城商品搜索排序算法，覆盖京东主站，京喜，微信一级入口的京东搜索。我们致力于打造电商搜索一流团队，

我们团队成员有来自国内外大厂，Google，Facebook，Yahoo！，百度，腾讯，美团的核心组的资深工程师和科学家，也有来自中科院，清华大学，北京大学的优秀毕业生。
我们致力于用技术驱动产品，用行业前沿的先进技术落地业务场景，推动业务指标提升。
我们从实际需求出发，用技术解决实际问题，做有用并且有趣的算法，我们也乐于把实践经验通过论文分享给业界。
我们有业界规模巨大的数据和流量，每天数十亿级的流量和商品展现，满足数亿网民的搜索消费需求。庞大的数据是机器算法工程师大展身手的舞台，每次算法的改动都会影响数亿人民的实际生活，影响数亿电商的交易额。
我们有开放自由的技术氛围，有机会可以和行业专家、顶会作者探讨并合作开发创新技术，创造更好的算法和系统。

欢迎有技术情怀、有创新活力的你加入我们！

【团队发表论文】

SIGIR2019：From Semantic Retrieval to Pairwise Ranking: Applying Deep Learning in E-commerce Search
SIGIR2019 ECOM ：Fine-Tune BERT for E-commerce Non-Default Search Ranking
DLP-KDD2019： A Unified Neural Network Approach to E-Commerce Relevance Learning
SIGIR2020：Towards Personalized and Semantic Retrieval: An End-to-End Solution for E-commerce Search via Embedding Learning
SIGIR 2020 DeepNlp：When Transformer Meets Autoencoder : Query Rewriting via Cyclic Translation for E-commerce Search
ICDM 2020：BERT2DNN: BERT Distillation with Massive Unlabeled Data for Online E-Commerce Search

【岗位】算法工程师

【工作内容】

点击率/转化率 Predicting：应用于京东多渠道（APP、PC、微信、etc），多场景（商品、店铺、内容、etc）的瀑布流排序模型（海选、粗排、精排）
向量检索：应用向量检索达到个性化的在线检索
Rerank：在精排后调整结果的分配和排序策略，提升多样性和转化
用户意图识别：引导用户的查询过程，对意图进行细化和相关的Suggestion，以便用户更精准的表达意图
知识图谱：应用机器学习、NLP等技术来处理海量数据，完善电商知识图谱构建
相关性解决方案：负责搜索相关性和用户体验的提升
CV跨模态图文理解：研发图文互搜、图文共搜等跨媒体内容理解的核心算法，解决跨媒体内容理解与分析问题
生态理解商业本质，通过算法/策略/系统的设计和优化，促进平台商家健康活跃发展，提升平台用户和商家价值

【岗位要求】

计算机、人工智能、电子信息、数学物理等相关专业研究生、博士生
熟悉常用的机器学习算法，对算法原理及应用有深入了解，熟悉python、C++与Linux开发，最好也熟悉tensorflow、pytorch等其中至少一种学习框架
有机器学习、信息检索，数据挖掘等领域期刊顶会的论文发表，或者在具体应用中有非常深入研究经验者优先