LinkedIn近期为其全球用户带来了一项革命性的变革——一款基于人工智能的求职搜索工具。这款工具的诞生，标志着LinkedIn在优化用户求职体验上迈出了重要一步。据LinkedIn产品开发副总裁Erran Berger介绍，这一创新功能允许用户以自然语言描述求职意向，从而收获更加贴合个人需求的职位推荐。
在过去，LinkedIn上的职位搜索主要依赖于关键词匹配，这往往导致求职者收到的推荐职位与他们的实际期望存在偏差。例如，搜索“记者”这一关键词时，用户可能会收到涵盖媒体记者、法庭记者等多种不同类型的职位，而这些职位所需的专业技能大相径庭。为了更精准地满足用户需求，LinkedIn工程副总裁Wenjing Zhang强调，平台必须对用户的搜索意图有更深层次的理解。
新推出的求职搜索功能，正是基于这一需求而设计的。用户现在可以输入如“寻找硅谷最新发布的软件工程师职位”这样的自然语言查询，而不再局限于单一的职位名称。这一变化极大地提升了LinkedIn在理解用户具体需求方面的智能化水平。
为了实现这一智能化升级，LinkedIn对其搜索系统进行了全面的革新。从提升系统对查询内容的理解能力，到从庞大的职位数据库中检索相关信息，再到对检索结果进行智能排序，每一个环节都经过了精心的优化。传统的分类方法和旧有的排名模型已经无法满足深层次语义理解的需求，因此LinkedIn引入了先进的大型语言模型（LLMs）来增强其自然语言处理能力。
然而，大型语言模型的应用也伴随着高昂的计算成本。为了在保证效果的同时降低成本，LinkedIn采用了模型提炼技术，将LLMs分解为两个独立的步骤：数据检索和结果排名。这一策略不仅提高了职位与用户查询的匹配效率，还有效降低了运算成本。
LinkedIn还开发了一个个性化的查询引擎，能够根据用户的搜索历史和偏好生成定制化的职位推荐。这一创新举措不仅提升了用户体验，也进一步巩固了LinkedIn在求职搜索领域的领先地位。值得注意的是，LinkedIn并非唯一一家在这一领域探索大型语言模型潜力的公司，谷歌等其他科技巨头也在不断探索这一领域的新可能。
在过去的一年里，LinkedIn已经推出了多个基于人工智能的功能，其中包括专为招聘人员设计的AI助手。LinkedIn首席AI官Deepak Agarwal将在即将举行的VB Transform大会上分享公司的AI战略以及招聘助手的成功案例，这无疑将为行业带来更多的启示和思考。
