岗位职责： 1. 负责智能客服的自然语言处理算法研发工作，提升智能客服的准确性和用户体验； 2. 深入了解智能问答相关算法，针对不同场景和需求进行算法优化和改进； 3. 参与知识问答、问题推荐等领域的项目开发，实现业务需求； 4. 负责垂直域大模型的训练与优化，提高模型性能和效率； 5. 关注NLP领域的前沿技术，为团队提供技术支持和创新思路。 职位要求： 1. 硕士及以上学历，计算机科学、人工智能、自然语言处理等相关专业； 2. 三年以上自然语言处理相关工作经验，有实际项目经验者优先； 3. 对智能问答相关算法有一定了解，具备知识问答、问题推荐等领域的项目经验； 4. 具备大模型训练与优化相关经验，熟悉主流的深度学习框架，如TensorFlow、PyTorch等； 5. 对NLP领域的前沿技术有一定了解，具备较强的学习能力和创新精神； 6. 具备良好的团队合作精神，沟通能力强，能承担一定的工作压力。

职位描述： 1、追踪并改进前沿深度学习感知算法，包括但不限于多模态BEV物体检测分割，在线地图构建等； 2、构建各项任务的数据闭环与预标注系统，提升以数据为核心的算法迭代效率； 3、根据实际业务场景，优化并定制相关算法，部署进入自动驾驶系统。 职位要求： 1、熟悉至少一项无人车感知任务，有处理真实大规模数据经验； 2、熟悉python, c++； 3、动手能力强，可以快速将想法落实。 加分项 1、有计算机视觉或机器学习相关研究经验，有高水平论文发表； 2、参加kaggle或知名会议上举办的相关比赛取得优异成绩； 3、ACM/ICPC、CCPC、NOI、IOI等计算机/信息学竞赛获奖经历。

职位职责： 1、投身于国际化业务场景下的预训练大模型技术研究与应用创新，专注于提升预训练效率，通过对海量数据的精准筛选与处理策略研究，优化数据选择机制，以及训练策略，完整基座语言模型的优化； 2、依托国际化场景对多语言的需求，深度优化多语言训练技术，包括数据策略和模型策略，提升在各语种知识迁移和对齐，实现强大的多语种基座模型能力； 3、深入探索后训练（Post training）技术，包括继续预训练（CPT)，微调对齐（SFT，RFT）等不同的方面，精心钻研微调对齐技术和推理能力优化，确保大模型在国际化业务不同任务与领域应用中的精准适配与高效表现； 4、全力攻克模型效率优化难题，从模型架构设计、算法优化, 包括但不限于知识蒸馏、模型量化压缩，样本采样等方法等多维度入手，打造高效能、低能耗的预训练大模型，使其在实际业务应用中展现卓越的处理速度与资源利用率，助力构建智能、高效且具有广泛适应性的内容处理与分析系统； 5、建立有国际化短视频场景特色的预训练模型评估体系和数据体系，为模型的长期迭代提供有力支撑； 6、探索前沿AI技术，包含但不限于AIGC、LLM、多模态内容理解（视频/图像/音频/文本）等，以构建下一代安全模型。 职位要求： 1、本科及以上学历，计算机、电子等相关背景； 2、丰富的ML/CV/NLP/推荐经验，包括但不限于： 1）机器学习/数据挖掘/CV/NLP/多模态等相关竞赛或行业经验； 2）机器学习/数据挖掘/人工智能/大模型相关领域的会议论文（KDD/WWW/NIPS/ICML/CVPR/ACL/AAAI）； 3）对预训练技术有深入研究者（不限于预训练，Post train，SFT/RFT，数据处理，评估等方面）可能获得优先的机会； 3、扎实的编程功底，熟悉Python/C++等编程语言； 4、优秀的分析问题和解决问题的能力，并热衷于解决具有挑战性的问题； 5、对技术充满热情，良好的沟通能力和团队合作精神。

资深算法工程师（商家风控方向） 岗位职责： 1.商家风险识别与防控 ●负责跨境电商业务中商家风险行为的全面识别与防控，重点打击虚假交易、操纵评价、价格欺诈、买卖家联合、低质产品、滥用促销等等违规行为，确保平台交易的真实可靠。 ●利用数据分析和机器学习技术，精确识别商家的异常行为，制定有效的风控策略。 2.风控模型全链路管理 ●主导商家风控模型的全链路开发与上线工作，包括需求调研、风险探索、方案设计、模型开发、系统集成、部署上线、效果评估、持续优化和监控预警。 ●与产品、工程、业务团队紧密合作，确保风控模型精准覆盖业务场景，并能够及时应对市场变化。 3.前沿技术应用与创新 ●深入探索全球各大市场的新型商家作弊行为，利用多模态大数据进行风险评估与预测。 ●应用异常检测、无监督学习、迁移学习、序列模型、图模型、大规模预训练模型等前沿技术，提升风险识别的准确性和召回率。 职位要求： 1.经验与教育背景 ●拥有3年以上风控算法研发经验，有跨境电商业务或商家风控经验者优先考虑。 ●计算机科学、数据科学、统计学或相关专业，本科及以上学历。 2.技术能力 ●精通Python编程，熟悉主流机器学习框架（如TensorFlow、PyTorch等），具备优秀的算法实现和优化能力。 ●深入理解大规模数据挖掘、机器学习、分布式高性能计算等技术，能够高效处理海量数据。 3.业务敏感性与团队合作 ●对风控领域充满热情，具备敏锐的业务洞察力，能够迅速适应和响应业务需求的变化。 ●具备强烈的责任心和主观能动性，能够独立完成任务，同时拥有优秀的团队合作精神和沟通能力，推动项目顺利进行。

工作职责： 1、与数据科学家和算法工程师合作，将机器学习模型（主要使用Python开发）转化为可在生产环境中运行的服务，优先处理大模型（如深度学习、预训练语言模型等）的部署需求。 2、负责在Google Cloud Platform (GCP) 上部署和优化模型，确保其高效、稳定地运行，尤其是大规模机器学习模型的部署与优化。 3、使用GCP工具（如Compute Engine、Kubernetes Engine、Cloud Functions等）管理云服务，构建自动化和可扩展的模型服务架构。 4、开发、优化和维护模型的RESTful API，确保模型与前端应用和业务系统的无缝集成。 5、负责模型的持续集成和持续部署（CI/CD），使用GCP Cloud Build、Cloud Deploy等工具，确保开发流程的自动化和部署的稳定性。 6、分析和优化系统性能，使用GCP的监控工具（如Stackdriver）监控和调优模型推理速度及资源使用效率，特别是针对大规模数据处理场景。 职位要求： 1、编程技能：精通Python，具备将机器学习模型开发为后端服务的经验；熟悉Java、Go等其他编程语言者优先。 2、云计算技能：深度了解Google Cloud Platform (GCP)，并具备在GCP上部署、管理和优化服务的实际经验。 3、机器学习框架：熟悉TensorFlow、PyTorch、scikit-learn等常见的机器学习框架，能够将算法代码与后端系统集成；有大模型（如GPT、BERT、Transformer等）相关部署和优化经验者优先。 4、DevOps：具备CI/CD实践经验，熟悉Docker、Kubernetes容器化技术，能够构建和维护容器化的微服务架构。 5、数据库管理：了解GCP中的数据库服务，如BigQuery、Cloud SQL、Firestore，具备数据库性能优化和大数据处理能力。 6、沟通协作：具备与算法团队、数据科学家紧密合作的能力，能够有效沟通技术细节并推动项目落地。

我们正在寻找一名具有丰富自然语言处理（NLP）经验的算法工程师，同时需具备大模型相关的经验和知识。如果您还具备Chatbot相关的经验，那将是一个巨大的加分项。此岗位将负责开发和优化我们的AI解决方案，推动NLP和大模型技术在各类应用场景中的落地。 主要职责: 设计和优化NLP算法，提升系统的理解和生成能力。 研究和应用最新的NLP技术，解决复杂的自然语言处理问题。 开发和优化大规模机器学习和深度学习模型，提升系统性能。 与产品团队和数据科学团队紧密合作，了解业务需求并转化为技术方案。 参与大模型相关项目，推动大模型在各类应用场景中的应用。 进行数据分析和挖掘，提供数据驱动的优化建议。 编写高质量的技术文档和报告，分享研究成果和项目进展。 职位要求: 计算机科学、电子工程、数学或相关领域的本科及以上学历。 至少3年在NLP领域的工作经验。 熟悉常见的NLP技术（如分词、命名实体识别、文本分类、情感分析等）。 具有大模型相关的经验（如GPT、BERT、Transformers等）。 精通Python，熟悉TensorFlow、PyTorch等深度学习框架。 具备数据分析和处理能力，能够理解和处理大规模数据集。 良好的团队协作能力和沟通能力，能够与跨部门团队有效合作。 加分项: 有Chatbot开发和优化的实际经验。 拥有电商、金融、医疗等领域的NLP应用经验。 在学术会议或期刊发表过NLP或大模型相关论文者优先。 具有推荐系统或其他AI应用开发经验者优先。 如果你对NLP和大模型充满热情，并希望在快速发展和充满挑战的环境中成长，我们诚邀你的加入！

岗位描述： 1.负责搜索QP核心模块研发； 2.负责多模态技术应用全力推进，如AIGC相关技术应用； 3.负责大规模NLP模型技术推进，并落地实际业务。 岗位要求： 1.扎实的数学和算法基础，并具备快速学习新技术的能力。 2.精通自然语言处理的相关技术，有电商的实践背景优先考虑。 3.在人机交互、智能问答、文本检索、多国语言处理等领域有实践经验优先； 4.良好的团队合作意识，对技术饱有热情。

工作职责: 1、参与B站商业模型的效果优化以及研发工作； 2、研发超大规模深度学习推荐模型，从用户全域行为数据中刻画、挖掘以及理解用户商业兴趣与意图，并结合产品/商品/服务以及多模态内容理解等技术，不断提升用户商业内容的匹配精准度。 3、了解主流推荐、广告或电商等检索系统架构，能够从全系统视角进行链路效率优化 4、有C端+B端视角，理解客户需求并能转化成可求解问题以及产品能力，提升客户在b站的营销效率。 工作要求: 1、计算机、数学、统计学等相关专业本科以上学历，博士、硕士优先； 2、熟悉 Linux，精通 C / C++、Java、Python 等至少一门编程语言，优秀的编码能力, 扎实的数据结构和算法功底； 3、熟悉机器学习、数据挖掘、计算广告学相关基础知识，对常用算法有使用经验，并能根据实际场景进行优化，熟悉大规模数据挖掘处理、分布式计算； 4、具备优秀的分析和解决问题能力，拥有良好的沟通、协作能力； 加分项： 1、有互联网广告算法、搜索 / 推荐系统、机器学习、计算机视觉、计算广告学及博弈论相关领域研究，及一线互联网公司实习经验者优先； 2、在 NIPS、ICML、ICLR、IJCAI / AAAI、SIGKDD、CVPR / ICCV、ACL 等相关国际**会议或期刊上有文章发表者优先； 3、有 Kaggle、KDD Cup 等推荐算法、数据挖掘比赛获奖者优先； 4、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。

if (your_passions.includes(‘data’)) { switch(your_stacks) { case ‘Python’: case ‘Spark’: case ‘Natural Language Processing’: console.log(‘Join AfterShip’); break; } } 岗位职责 1、负责海外物流相关数据的挖掘； 2、负责海外物流时效预测（Estimated Delivery Date） 相关的算法研发； 3、及时跟踪业界 AIGC 的研究进展，包括但不限于大语言模型、AI Agent 框架、语义理解和检索、多模态理解等技术，探索 AI Agent 方向的算法应用落地和系统研发工作。 岗位要求 1、本科及以上学历，4 年或以上算法工作经验，数学、 统计学、计算机、数据挖掘、机器学习等相关专业优先； 2、具备扎实的机器学习/深度学习和自然语言处理的基础理论能力，熟悉 Transformer、BERT 等常用算法，了解大语言模型和 AI Agent 相关的理论基础和常见框架； 3、熟练掌握 Python/ Scala/Java 等至少一种编程语言，熟悉 Hadoop、Spark 等实时和离线数据处理工具，熟练掌握 Tensorflow/Pytorch 等至少一种深度学习框架； 4、有丰富的算法落地经验，具有较强的 AI 应用整体方案设计能力； 5、具备较好的数据敏锐度，具有缜密的逻辑思维能力、业务洞察能力、沟通表达和抗压能力。 加分项 1、有英语听说能力，以及海外电商、物流、SaaS 服务工作经验优先； 2、具备开发能力，有使用 Docker、Kubernetes、AWS 或 GCP 云计算经验； 3、有写 Blog 的习惯，活跃技术社区，参与开源项目等； 4、有代码洁癖，对代码精益求精，对技术有极客热情。 为什么加入我们 1、朝阳行业：国际电商 SaaS 服务赛道，国际一线投资机构加持； 2、稳健发展：团队稳健扩张，业务规模及营收每年持续稳健增长； 3、多元文化：团队来自全球 20 多个不同城市，国际化视角、扁平化管理； 4、极客氛围：拥抱开源技术，实践敏捷开发，崇尚通过工具和自动化来解决问题； 5、特色福利：学习基金、 一对一帮带、内部商城、提供 MacBook 及可升降办公桌。

职位职责： 1、负责模型的全流程工作，包括但不限于数据、训练、评测、推理部署，保证数据的高质量和有效性； 2、LLM算法应用研究与算法落地工作，包括但不限于语言LLM、多模态LLM，Prompt工程/RAG/Agents/SFT/RLHF等LLM相关前沿技术； 3、持续探索在各种用户场景下，利用AI能力增强业务迭代效果； 4、深度参与产品研发项目，和产品经理/业务研发/质量/等同学密切配合，提高项目整体收益。 职位要求： 1、计算机相关专业本科及以上学历，3年以上深度学习算法研究与开发经验，具有LLM开发和实际落地经验； 2、具备LLM相关算法的扎实基础，包括但不限于单模态/多模态LLM训练（RAG/SFT/RLHF/Prompt）、部署和蒸馏等领域的全面学习和实践经验； 3、熟悉主流的Bert/Transformer/ViT/Clip等主流预训练模型，熟练掌握TensorFlow/PyTorch/Keras等任一主流机器学习框架； 4、有较强的业务问题到算法模型的建模能力，有强烈的技术好奇心、自驱力和进取心，能及时关注和学习业界最佳实践； 5、岗位地点：北京、上海、深圳。 加分项： 1）有高关注度的机器学习相关博客或GitHub项目； 2）有过数据挖掘/机器学习或ACM-ICPC/NOI/IOI相关的竞赛经历并取得优秀成绩； 3）有国际**会议(KDD/NeurIP/ACL/EMNLP/IJCAI/AAAI/SIGIR等)Paper发表者优先。

岗位职责： 1.参与信贷业务线个性化推荐、用户增长等相关算法工作，包括数据、算法和工程的全链路落地。 2 参与信贷业务线广告投放算法的开发和迭代，结合内外部数据，优化迭代模型和策略，提升投放效率。 岗位要求： 1 计算机、统计学等专业本科以上，2年以上推广搜/用户增长算法等相关经验； 2 优秀的编码能力，扎实的数据结构和算法功底； 3 熟悉常见的机器学习、深度学习算法，并具备模型开发部署能力； 4 优秀的理解沟通能力和学习能力，能快速理解业务背景，将业务问题抽象为算法模型问题并能完成算法落地。

岗位职责： 1. 结合经验和实际场景需求制定解决方案，推进短视频推荐算法的模型和策略迭代 2. 和运营和产品紧密协作，通过用户和内容的深入分析和理解，优化分发机制促进系统生态的长期繁荣。 3. 跟踪技术和产品的前沿趋势，基于美团视频场景特点探索落地应用，产出业务价值 岗位基本要求： 1. 扎实的编程能力和数据结构基础，熟悉常用的机器学习算法，较强的业务问题分析和解决能力； 2. 自驱主动，沟通良好，有团队协作精神 3. 有大流量场景的推荐/广告/搜索落地经验； 4. 紧跟业界技术前沿，深钻特定子方向推荐技术，推进和实现子方向策略的落地

岗位职责： 1、独立完成建模方案设计、模型开发及部署，运用各类算法开发包括营销响应、流失预警等营销模型及反欺诈规则、申请评分、额度模型、行为评分、催收评分等风险模型，并对现有模型进行优化完善； 2、配合商务进行客户需求沟通、方案讲解及咨询支持，对客户提出的业务痛点提供有效的解决方案及量化的决策建议； 3、充分了解客户业务端审批流程及风险表现，结合用户特征，制定或优化贷前、贷中及贷后风控策略；为客户提供用户分层筛选、差异化营销手段等策略建议； 4、根据客户需求，独立带领项目成员进行咨询项目的实施，包括方案设计、项目计划安排、实施过程管理、项目质量把控、报告撰写及交付汇报； 5、其他创新探索工作：深入挖掘用户行为序列数据，设计特征维度框架及指标体系结构，进行特征开发；探索如图算法等创新算法实践及应用，并进行充分工程验证后推广应用在已有业务中。 岗位要求： 1、硕士及以上学历，数学、统计学、计算机等相关专业优先；6年以上银行、持牌消金、头部互金、金融科技公司模型及策略相关工作经验； 2、至少能熟练使用Python/Spark/R其中一种分析及建模工具，数据挖掘及建模经验丰富，能够有效利用LR、XGBoost、LightGBM等机器学习算法以及神经网络等深度学习算法构建特征与模型； 3、对零售信贷市场、信贷产品形态有一定的认知度，对全生命周期风控管理流程有深刻的理解，并掌握各环节的风控要点及风控策略制定逻辑； 4、具备独立思考的能力，逻辑严谨，对数据敏感，善于发现. 探索并解决问题，自我驱动力强； 5、具备较强的抗压能力，踏实、勤奋、细心，愿意并乐于接受新尝试、新挑战，探索创新主动性强。

职责描述： 1、 负责自然语言理解NLP算法研究及应用场景的业务需求落地，应用场景包括不限于文本表示、文本计算、文本分类、命名实体、关键词提取、知识库等主流需求； 2、 负责自然语言理解NLP垂直领域或应用场景需求的研发如知识库建设，包括文本序列标注、句法结构与语义分析、多轮对话等算法的研发工作； 3、 跟踪国内外自然语言理解NLP、信息检索IR的最新及前沿算法进展，并预研成果择优应用于相应产品之中。 任职要求： 1、 硕士及以上学历，计算机、自然语言理解、数据挖掘、模式识别、智能科学与技术、软件工程、机器学习和深度学习相关专业； 2、 熟练掌握C/C++、Python、JAVA至少一种计算机编程语言，具备较强代码编写能力； 3、 至少掌握Pytorch/Tensorflow/Theano/Keras其中一种框架设计原理和运用，掌握CNN/RNN/LSTM/图神经网络等主流神经网络模型应用； 4、 具有垂直应用领域案如智能对话、知识库和信息检索其中一个或多个研究方向的项目落地或应用场景实践经历； 5、 具有良好的团队合作意识和学习能力，擅长解决问题与分析问题，热爱自然语言理解技术工作研发； 6、 在国际顶会如ACL和NIPS，或权威期刊发表过论文者优先，或有知名自然语言处理技术企业工作经历者优先考虑。

一、职位描述 1. 结合感知信息、定位数据、地图信息，开发决策规划软件； 2. 开发高可靠性、低延迟的轨迹规划算法； 3. 实车及仿真调试，持续提升算法性能。 二、岗位需求 1. 计算机、自动化、数学等相关专业，硕士及以上学历； 2. 熟悉C++/C； 3. 熟悉常用的优化算法； 4. 熟悉至少一种无人车路径/轨迹规划算法； 5. 熟悉经典的决策方法，如MDP、POMDP等。