岗位职责： 1、负责搜狐新闻相关的算法研发、优化工作，运用策略和算法手段为用户带来更好的产品体验； 2、参与推荐系统的全链路开发与优化，包括但不局限于召回、排序、混排等； 3、通过对数据的敏锐洞察，深入挖掘产品潜在价值和需求； 4、追踪推荐领域的前沿技术，并进行模型创新，合理的运用在业务中； 任职要求： 1、推荐/搜索/广告/机器学习相关背景，有 1～3年工作经验； 2、有大规模推荐算法和系统研发经验者优先，对推荐算法有热情、乐于学习、思考和创新； 3、关注技术前沿进展，对解决具有挑战性问题充满激情； 4、较好的团队合作精神，较强的沟通能力和自我驱动力。

岗位介绍： 深度参与彩贝壳算法模型搭建，负责推荐/预测模型评估，决策， 并持续优化算法模型等内容。 岗位要求： 1.有5年以上互联网工作经验，熟悉推荐/搜索相关流程，2年以上推荐/搜索领域实际工作经历 2.具有扎实的数据结构和基础算法功底，深入了解JavaCore，具有丰富的JVM调优经验以及Java源码阅读能力 3.熟悉常见的Java技术栈，包括Springboot,Dubbo,Redis,进程内缓存等，并对其中一项有深入研究 4.对召回，粗排，精排，预测等工程侧流程，有着深刻的认知以及优化意识 5.具备优秀的代码设计能力，能灵活应用相关设计模式 6.积极主动，认真负责，具备良好的技术问题分析能力，团队协作能力，强烈的责任心以及抗压能力 加分项： 1.在电商，OTA或本地生活领域内，有推荐/搜索/动态定价/选品等算法工作经历 2.有0-1搭建算法模型经验 3.了解Java语言以及对应的技术栈；

岗位职责： 1.负责腾讯音乐集团相关产品推荐算法的设计实现与优化； 2.负责完善现有推荐系统的基础算法及并行计算框架； 3.负责音乐平台业务的基于用户/音乐特性的数据挖掘及推荐策略设计实现； 4.负责能够根据业务数据变化不断设计并调整算法策略来提升算法质量，并最终提升用户体验。 岗位要求： 1.硕士及以上学历； 2.计算机，统计，信息，数学等相关专业毕业优先； 3.扎实可靠的编程能力，精通C/C++/GO至少一门编程语言； 4.熟悉业内推荐算法及数据挖掘领域的技术热点和进展，对互联网在线音乐的推荐系统架构设计有深入了解； 5.了解Hadoop/Spark生态相关技术优先； 6.具备规模分布式数据存储与计算开发经验者优先； 7.沟通能力佳，表达能力出众者，音乐爱好者优先。

我们正在寻找一位经验丰富的推荐算法工程师，负责推荐算法的框架搭建和工程效能优化工作。该职位将主要负责TF和PyTorch框架在推荐系统中的应用，包括离线和在线训练优化、模型部署及生成式模型的实时预估。我们期待您的加入，共同推动公司的技术和业务发展。 岗位职责： 1. 离线Pipeline优化：优化TF框架的离线和在线逻辑，提升TF集群训练和GPU训练的离线pipeline资源利用率和效率。 2. 模型Serving：探索并搭建基于TF/PyTorch的Serving方案，实现推荐场景下的近线和在线预估流程。 3. 生成式模型应用：落地推荐领域的生成式模型预估框架，负责对应的训练加速和实时预估的部署。 4. 算法研发：优化工程效率，提升推荐系统的性能和效果。构建通用有效的工具和框架。 任职要求： 1. 教育背景：计算机科学相关专业本科及以上学历。 2. 工作背景：推荐算法领域3年以上的工作经验。 3. 技术经验： - 熟悉TF/PyTorch框架，具备离线Pipeline和在线Serving相应的部署和优化能力。 - 熟悉GPU加速相关技术，能够优化大规模数据的训练速度。 - 具有生成式模型应用经验，能够实现生成式模型的训练加速和实时预估部署。 4. 编程能力：精通Python编程，熟悉C++/Java或其他编程语言者优先。 5. 工程经验：具备扎实的工程能力，有大型推荐系统开发和优化经验者优先。 6. 沟通能力：良好的团队合作精神，具备跨团队沟通协作的能力。 7. 创新精神：热爱技术创新，乐于接受挑战，并能够持续学习和应用新技术。 优先条件： 1. 互联网公司推荐系统的相关工作经验。 2. 在推荐算法、机器学习或深度学习领域有高质量论文或专利。 3. 开源项目贡献经验。

岗位职责： -持续构建完善高可用高效高性能的推荐系统，对推荐效果提升提供强有力支撑； 岗位要求： -计算机及相关专业本科及以上学历，具有扎实的代码功底，熟悉常用的算法和数据结构 -精通Java语言和框架，熟悉了解Python语言，具有良好的编程习惯，熟悉Linux开发环境，掌握设计模式 -熟悉Hadoop/Hive/HBase/Spark/Flink/ES等计算框架，有实际应用和开发经验； -掌握多线程及高性能的设计编码及性能调优，有高并发应用开发经验，对服务治理体系有充分的理解和应用 -具备推荐、广告、搜索开发经验者优先；

职责： 1.负责最右推荐产品的研发，用推荐产品/技术来提升用户体验和活跃度 2.应用机器学习、自然语言处理等技术，基于海量用户日志和内容，建立用户画像，构建内容质量及内容标签体系 3.以数据挖掘和数据分析为基础，发现新的产品改进点，驱动产品改进，探索新的产品形态； 4.跟踪业界最新的机器学习算法和研究趋势，并将其应用于实际的生产环境 要求: 1.信息检索，计算机视觉，机器学习、分布式系统方向的计算机专业的研究生或优秀本科生； 熟悉常见的分布式编程范式以及设计模式；有一定的分布式计算系统与机器学习相结合的理论和实践基础； 2.对技术研究和应用抱有浓厚兴趣，有强烈的上进心和责任感，善于思考和运用新知识； 3.扎实的C/C++和python编码功底，熟悉MPI/CUDA等高性能计算框架； 4.在ACM/ICPC， Google Jam， Top Coder，百度之星等比赛取得优异成绩的优先； 加分项： 1.思考过TensorFlow/MXNet/Caffe/Theano/Torch等的架构代码和设计逻辑的优先； 2.对大规模分布式机器学习系统实践经验者优先； 3.有发表NIPS/ACL/AAAI/ICML/IJCAI/EMNLP/SIGKDD/ICCV/CVPR/OSDI/SOSP等顶会论文的优先； 4.如果您乐于设计和实现高性能优雅的系统，而又想拥抱大规模机器学习带来的可能性，欢迎加入我们。

职责： 1.负责推荐系统架构设计，进行技术可行性调研，实现在线引擎服务，优化在线性能，保证平台安全、稳定、快速运行； 2.深度参与信息流推荐业务，满足业务对于核心引擎或者基础平台的功能需求； 3.参与推荐引擎、模型预测、向量检索、调度系统等基础系统、平台的设计、研发及调优工作； 4.从业务中了解需求并抽象和设计新的平台，或者优化已有系统，以提升效率并降低成本。 要求： 1.基础功底扎实，熟练掌握C++，了解Python语言，熟悉linux 开发环境及内核，熟悉Perf、Vtune、valgrind等辅助工具； 2.参与过大规模系统的设计及研发工作，能承担一线的架构设计或研发工作； 3.有丰富的搜索或推荐引擎研发经验，对搜索、推荐、KV、模型预测等任一引擎或调度系统有实际开发经验； 4.熟悉开源系统，了解leveldb、Redis、Lucene、mesos，K8s，Docker，TensorFlow等任一系统者优先； 5.对信息流推荐业务有较大兴趣，愿意在该领域长期发展。

职位职责： 1、负责对平台产品搜索场景下，发现违反法律法规要求和产品风险与体验标准的问题，及时干预管控，并在标准/流程机制/工具策略等方面推进产品优化建议，降低平**险提升用户体验； 2、熟练掌握法律法规要求和产品风险与体验标准，快速准确的识别判断风险并反馈疑难问题，搜索推荐词场景妥善处置相关问题并兼顾用户体验，提炼并跟进标准/流程机制/工具策略等改进优化，优化业务指标、提升工作效率等； 3、对风险类型能够梳理出可落地安全标准，专项及管控节点梳理治理方案并推进落实，不断优化完善推荐词安全治理体系，平衡用户体验。 职位要求： 1、本科及以上学历，具备良好的敏感安全意识，相关背景知识扎实； 2、有互联网信息内容质量运营基础，可以准确识别基础的违规风险，违规类型有哪些以及针对各类型的判罚尺度； 3、对于当下搜索大环境有所了解，有从外部审视产品潜在风险以及内容安全的能力； 4、具备较强的运营能力，积极自驱，强执行；一定的抗压能力，逻辑思维能力，开放的沟通合作意识，能清晰地沟通和表达想法。

职位职责： 1、参与快速增长的直播业务的推荐算法工作，包含抖音、抖音极速版、火山引擎、西瓜视频、今日头条等各端直播业务，结合超大规模机器学习系统，构建业界一流领先的推荐系统； 2、优化直播在多场景、全链路的推荐核心算法&策略(召回、粗排、精排、混排等等)，极致提升个性化直播分发与推荐效率； 3、深入理解用户、主播、平台等生态角色需求，通过持续技术创新与迭代，驱动用户体验、主播成长、平台营收健康持续增长，并通过直播+赋能优化各垂直行业； 4、和产品、运营团队紧密合作，通过对产品和用户的深入理解和分析，制定算法策略促进直播生态的长期繁荣发展。 职位要求： 1、有扎实的编程基础、良好的编程风格和工作习惯，扎实的数据结构和算法功底； 2、有扎实的机器学习/深度学习理论和丰富的实践经验，熟悉至少一种主流深度学习编程框架； 3、优秀的分析问题和解决问题的能力，对解决具有挑战性问题充满激情；善于沟通，工作积极主动，责任心强，具备良好的团队协作能力； 4、在**会议发表论文，或ACM/机器学习等竞赛获奖，或有大规模推荐系统、计算广告、搜索引擎等核心算法业务经验者优先。

美团平台为用户的基础产品体验负责，还承担了美团的用户增长、市场和品牌营销以及多条业务线的产品设计职责，建立了融合文字、图片、视频和直播等不同形式的內容生态系统，同时整合地图服务部、客户服务和体验部、企业业务部、网约车业务部等部门，致力于用科技提升美团数亿消费者、近千万商家、骑手、司机和团长的服务体验。美团平台拥有高并发、多业务的复杂场景，为技术深度优化提供了最佳实践可能。这里有简单、讲逻辑、有爱的团队，更是一块理想的实战场地，舞台广阔，欢迎你来尽情施展。 岗位职责 1）负责美团视频推荐策略建设，提升用户的消费深度与体验 2）深刻理解用户意图与内容偏好，持续提升推荐能力及精准度 3）分析并探索用户需求，结合C端产品及交互优化设计解决方案 4）独立完成框架式策略能力设计，并持续监控数据进行有效迭代 岗位基本需求 1）本科及以上学历，3年+策略相关经验，有网赚类或视频产品经验优先 2）良好的用户洞察能力，乐于发现用户需求，且能提炼共性策略及机会 3）优秀的业务思维，并能从业务需求和数据中持续探寻产品的优化方向 4）结果为导向，有很强的Owner 意识，能够通过多种方式影响团队 岗位亮点 交易与内容双轮驱动，短视频助力美团增长。

职位描述： 1. 负责个性化推荐系统的架构设计与开发，包括训练框架优化、推理服务性能提升、推荐策略功能实现等。 2. 与算法团队紧密合作，参与推荐策略的落地与迭代，推动业务目标达成。 3. 关注业界前沿技术，探索并引入新技术与工具，持续提升系统效率与效果。 任职要求： 1. 扎实的编程能力与算法基础，熟练掌握C++/Python开发，具备Linux环境下开发经验。 2. 熟悉分布式系统、高性能计算、服务优化等技术，有大规模系统优化经验者优先。 3. 了解推荐系统、搜索算法等相关领域知识，有推荐业务开发或优化经验者优先。 4. 具备良好的沟通能力和团队协作精神，能够快速学习并解决复杂问题。 5. 以业务目标为导向，具备强烈的责任心和自驱力，能够在快节奏环境中高效工作。

工作职责 业内研究表明，生成式的推荐系统存在Scaling Law现象，Scaling Law的出现相较于现有推荐系统无法通过扩充持续提升效果的现象，提出了新的可能性。该团队负责小红书生成式推荐方向，目前已经完成了原型架构的开发和线上验证，欢迎业内MLLM领域的专家一起，共同探索生成式推荐在真实业务场景的价值。 【职位描述】 1、负责生成式推荐在小红书社区推荐&展示广告场景的研发； 2、通过Post-training/RLHF等技术，提升MLLM在推荐/广告领域的表现； 3、在生成式架构下，借助MLLM来提升或重塑内容分发的效率（如冷启动/中长尾/Scaling-law等）； 任职资格 【任职资格】 1、3年以上工作经验，有大规模场景的内容理解或AIGC经验（如相关性、图搜、； 2、负责过完整的MLLM项目，具有完善的业务和技术视角； 3、具备大规模场景下的创新能力，在实际业务场景中发表过高水平论文者优先；

岗位职责: -电商场景下的策略平台建设 -电商场景下的流量分发体系建设 岗位要求： -计算机及相关专业本科及以上学历，具有扎实的代码功底，熟悉常用的算法和数据结构 -精通Java语言和框架，熟悉了解Python语言，具有良好的编程习惯，熟悉Linux开发环境，掌握设计模式 -掌握多线程及高性能的设计编码及性能调优，有高并发应用开发经验，对服务治理体系有充分的理解和应用 -熟悉Hadoop/Hive/HBase/Spark/Flink/ES等计算框架，熟悉Docker技术及Kubernetes容器调度系统 -具备推荐系统、广告系统、搜索系统后台开发经验者优先； -具备一定的架构能力，有大容量、高性能、分布式系统的设计开发经验优先； -有广告或者电商场景下的流量分发策略开发经验优先

商业增值部是服务于美团核心本地商业客户的增值服务平台，覆盖餐饮、即时零售、医药、休闲娱乐、丽人医美、生活服务、酒旅度假等业务领域。我们致力于构建健康的本地商业生态，通过为平台客户和消费者提供符合其需求的多元、便捷、高效的商业产品和服务，帮助生态伙伴提高效率、优化经营、实现持续健康发展，推动本地商业数字化营销的发展，促进商业生态繁荣。作为本地商业的头部平台，我们为产品、运营、商务、技术、商业分析等领域人才提供广阔的发展空间。诚邀你加入美团商业增值团队，共筑本地商业的健康繁荣生态！ 岗位职责 1、结合到餐业务特性、流量场景特点，通过数据分析、行业调研等方式，明确分场景的广告变现模式及阶段性产品迭代重点； 2、负责推荐广告策略设计，通过召排策略优化、创意优化、机制设计等，完成广告收入和体验目标； 3、持续探索、完善推荐方向的指标体系、评估方法，异动分析下钻框架，并推动数据基建和核心看板建设； 4、协同推荐各渠道业务产运团队、算法团队、引擎团队，建立协作机制，推动项目落地，完成业务目标。 岗位基本需求 1、至少3年流量策略产品经验，有推荐/搜索广告策略经验者优先； 2、较强的业务理解能力和数据敏感度，有一定的数据分析方法论，能熟练使用SQL； 3、逻辑缜密、沟通良好、勇于挑战、善于分析和解决问题、良好的自驱力。 岗位亮点 1、深入接触O2O广告核心业务，对于行业视野提升、效果广告能力提升均有良好的空间； 2、推荐作为重要流量渠道，能深度参与并影响业务，价值创造空间大； 3、靠谱团队，团队氛围好。

工作职责 业内研究表明，生成式的推荐系统存在Scaling Law现象，Scaling Law的出现相较于现有推荐系统无法通过扩充持续提升效果的现象，提出了新的可能性。该团队负责小红书生成式推荐方向，目前已经完成了原型架构的开发和线上验证，欢迎业内在推荐/广告/搜索等领域的专家一起，共同探索生成式推荐在真实业务场景的价值。 【职位描述】 1、负责生成式推荐在小红书社区推荐&展示广告场景的研发； 2、在生成式架构下，重新思考传统推荐架构中的行为建模技术（如超长序列、多兴趣等），并在召回/排序等场景中进行应用； 3、与MLLM和架构团队配合，将其他生成式模型的知识和能力迁移进实时的生成式推荐架构中； 任职资格 【任职资格】 1、3年以上工作经验，熟悉推荐系统，在召回、排序、混排中任一模块有丰富的迭代经验； 2、动手能力极强，有ACM竞赛名次或参与过业内高难度项目； 3、具备大规模场景下的创新能力，在实际业务场景中发表过高水平论文者优先；