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： 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。

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

职位职责： 团队介绍：抖音推荐团队，负责抖音的推荐算法，直接为抖音的核心用户体验负责，涉及内容消费，社交，直播，推送，同城，电商各个场景。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、CV/NLP等多个学术领域的算法改进以及对多种场景的推荐架构的设计和对产品数据的复杂深入的分析。在这里，你可以深入钻研机器学习算法的改进和优化，探索前沿的技术；可以通过对产品的深度理解和思考，将算法应用到业务中去；也可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。 1、负责抖音核心的业务推荐算法工作，与来自国内外**名校、有丰富业界经验的同学合作，共同搭建行业**的推荐系统，为用户提供一流的产品体验； 2、将前沿的机器学习技术应用到抖音的核心场景业务，优化用户体验促进业务发展； 3、研究方向包含且不局限于：深度学习、图神经网络、多任务学习、learning to rank、模型压缩和加速、多模态技术等，结合业务的实际问题来做好技术的探索和研究； 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，制定算法策略促进抖音生态的长期繁荣发展。 职位要求： 1、具备优秀的编码能力，扎实的数据结构和算法功底； 2、对机器学习有热情、乐于学习、思考和创新，有自然语言处理、数据挖掘、计算机视觉相关的工作经验； 3、熟悉常见算法，如LR，GBDT，DNN等，具备推导，实现，应用能力； 4、熟悉C++和Python语言，熟悉Linux开发环境； 5、优秀的分析问题和解决问题的能力，有良好的沟通表达能力和团队精神。

岗位职责: 1.推荐系统方向的系统设计和后端开发实现、推荐策略和算法等。2.ctr server、标签系统、用户画像、内容推荐等相关方向的研发工作。3.海量用户服务架构、大规模数据平台、算法平台等相关开发和建设。 任职资格: 1.重点本科以上学历，计算机/数学相关专业；1年以上推荐相关方向研发经验。2.熟悉java或者c++,java语言优先；熟悉linux开发环境，较好的编程功底。3.对数据敏感，较强的动手实践能力、代码工程经验，逻辑思维强。加分项：1.了解nlp、特征工程、推荐系统、策略优化等。2.有大规模推荐系统架构设计和开发经验，知名互联网工作经历，有带团队经验优先。

职位职责： 1、支持快速增长的抖音内容电商业务（包括视频电商和直播电商）的推荐算法工作，职责范围包括提升转化效率，改善购物体验，探索更高效的商业模式，提升内容生态健康程度等； 2、搭建业内领先的机器学习算法和架构，建模用户购物兴趣，提升用户体验； 3、应用先进的机器学习技术，解决各种在线/离线、大数据量/小数据量、长期/短期信号等不同场景中遇到的技术挑战，包括标签缺失、反馈周期长、收敛速度慢、信号相关性弱等； 4、对电商生态中用户、作者、商家的行为做深入的分析和理解，制定算法策略促进生态良性发展； 5、独立负责产业务场景中的一个模块，与产品、运营团队一起，对模块的未来发展进行规划和设计，制定推荐策略的目标。 职位要求： 1、具备优秀的编码能力，扎实的数据结构和算法功底； 2、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； 3、对技术有热情，有良好的沟通表达能力和团队精神； 4、熟悉机器学习、自然语言处理、数据挖掘中的一项或多项，对推荐系统、计算广告、搜索引擎等相关领域有经验者优先。

职位描述 1. 负责探索兴趣、高热内容高效融合的个性化推荐系统，探索大模型技术在推荐系统中的应用，构建博文推荐、词推荐在同步场景的统一解决方案； 2. 负责推荐系统中多样性、偏差问题、公平性问题、用户兴趣层次等方面问题的持续分析和优化； 职位要求 1. 计算机相关专业，硕士及以上学历； 2. 扎实的算法和数据结构基础，优秀的编码能力，优秀的分析和解决问题能力； 3. 机器学习基础扎实，熟悉深度学习算法（CNN/RNN/LSTM/RL/Transformer/面向内容推荐的大规模Sparse&Dense模型等）； 4. 熟悉至少一种主流深度学习编程框架（TensorFlow/PyTorch）； 5. 具备优秀的学习能力和良好的团队合作精神，较好的沟通能力以及抗压能力；

岗位职责： 深度参与彩贝壳推荐/搜索引擎开发，为算法团队提供工程侧支持，包括推荐系统维护，故障排查，迭代升级等。 岗位要求： 1.计算机，统计学，数学等相关专业毕业； 2.有3年以上推荐/预测算法领域实际工作经历； 3.具备良好的数据分析，模型评估能力，在推荐/预测领域有丰富的实战经验； 4.熟悉常用的机器学习算法（LR/GBDT/SVM等）,熟悉深度学习的原理和实现，熟练掌握；Tensorflow/Torch/Keras等至少一种深度学框架； 5.深刻理解数据清洗，特特提取，以及机器学习，算法框架等理论； 6.具有良好的算法前瞻性； 7.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，不挑活；

岗位职责: 1.负责酷我音乐各业务场景推荐策略优化及算法研发； 2.通过理解用户行为，结合数据挖掘技术，快速迭代并优化用户体验，以及各项数据指标； 3.能够有效学习并落地工业界前沿推荐算法，对业务增长起到推动作用。 任职要求: 1.计算机、数学或相关专业本科以上学历，三年以上工作经验； 2.熟悉常用机器学习算法、深度学习算法，并在推荐系统/搜索/广告等有理论基础和实践经验； 3.熟悉TensorFlow、pytorch常见深度学习框架，熟悉Spark，Hive等大数据处理工具； 4.具有良好的工程实现能力，熟练掌握C/C++、Java、Python等至少一种编程语言； 5.有较好的学习能力、沟通能力、团队协作能力，积极主动，愿意接受挑战。

岗位职责： 负责叮咚买菜搜索和推荐相关算法工作，包括且不限于NLP、特征工程、模型策略开发等相关工作； 任职资格： 1.计算机，数学或统计学相关专业硕士及以上学历 2.扎实的机器学习基础，能够运用LR、GBDT等传统机器学习模型解决实际的业务问题； 3.扎实的深度学习基础，能够运用DIN、W&D、DeepFM、PNN等模型； 4.熟练使用一种或几种深度学习框架（如tensorflow、caffe、mxnet、pytorch等） 5.熟悉Python/Java/C++/Golang等至少一门编程语言 6.有推荐系统、自然语言处理、深度学习、搜索算法等方面的算法积累者优先

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；

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。

岗位职责： 1、结合电商的业务特性，进行模型和算法创新，打造业行领先的机器学习/深度学习算法平台能力。 2、超大规模的机器学习模型优化，包括但不限于深度学习、强化学习、表征学习等，最大效率地提升电商流量效率。 岗位要求： 1、计算机及相关专业，具有扎实的算法和数据结构，优秀的问题理解能力和编码能力。 2、扎实的机器学习理论基础，具有行业常用的机器学习算法实践经验。 3、熟悉业界主流的机器学习平台，有大规模机器学习平台的研发经验者优先，有Tensorflow/PyTorch等机器学习框架使用经验者优先。 4、具有电商相关业务的算法实践经验者优先，包括但不限于推荐、广告、搜索等。 5、良好的团队合作和协调沟通能力，学习能力强，自我驱动力强。

工作职责: 1. 负责B站商业化策略算法研发，优化模型算法和策略机制，提高广告变现效率，提升用户体验，优化商业生态 2. 结合业务需求，对用户及内容数据进行挖掘和建模，优化用户和内容画像 2. 跟踪学习相关领域前沿进展，实现技术突破和业务落地 工作要求: 1、熟悉机器学习、深度学习、数科类算法等中的一项或者多项技术，具备项目经验。 2、具备优秀的逻辑思维能力，对解决挑战性问题充满热情，善于分析和解决问题 3、熟悉spark、hadoop、hive等大数据处理技术 4、有推荐/广告/搜索算法的工作经验，对相应系统和技术问题有充分理解

工作职责： - 基于机器学习的广告竞价排序机制优化，优化用户体验/排序效果 - 广告冷启动策略以及转化率预估，以及售卖机制设计，定价策略优化等 - 运用数据挖掘和机器学习方法，深入挖掘海量房产数据，负责房屋价格预估、客源意愿挖掘、智能匹配等算法 - 参与特征工程、召回、排序等模型持续优化和研究，配合工程持续优化线上模型，持续提升产品体验和商业价值 任职资格： - 两年以上数据挖掘与机器学习应用经验，有推荐、广告/营销、搜索、最优化问题等领域丰富的实战经验 - 对深度模型和常用机器学习算法(如：NN、树模型、LR、FM等)有较好的理解及实践经验 - 具备很强的工程及编码能力，能独立实现和调优算法，熟练掌握Python、java、Shell、Go、Scala等中的一种语言 - 有海量数据处理和并行计算开发经验,熟悉Hadoop、Storm、Spark等技术者优先 - 责任心强，有快速学习的能力；目标导向，善于结合具体业务场景，灵活的分析与解决有挑战性的问题 - 有个人技术博客、活跃在各技术社区、有数据挖掘/机器学习相关paper的更佳