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。