美团的使命是“帮大家吃得更好，生活更好”，公司聚焦“零售 + 科技”战略，和广大商户与各类合作伙伴一起，努力为消费者提供品质生活，推动商品零售和服务零售在需求侧和供给侧的数字化转型。 2018年9月20日，美团正式在港交所挂牌上市。美团将始终坚持以客户为中心，不断加大在科技研发方面的投入，更好承担社会责任，更多创造社会价值，与广大合作伙伴一起发展共赢。 岗位职责 1. 负责美团首页猜喜推荐排序算法的研发工作，设计和优化推荐算法模型，提高系统的推荐效果和用户体验； 2. 负责开发和维护推荐系统，包括数据采集、数据处理、特征工程等模块的开发和优化； 3. 参与团队技术讨论，提供技术解决方案和技术支持，协助团队成员解决技术难题； 4. 跟踪行业发展动态，在美团场景下落地生成式推荐，不断提升团队的技术能力和创新能力。 岗位基本需求 1. 硕士研究生及以上学历，计算机、统计学、数学或相关专业； 2. 具备至少3年以上的推荐算法开发经验，熟悉常用的推荐算法模型和技术； 3. 熟悉机器学习和数据挖掘算法，具备良好的数学基础和编程能力； 4. 熟悉使用Hive/Spark/Hadoop等大数据工具，熟悉TensorFlow/PyTorch等框架，有深度学习实际项目经验； 5. 具备良好的团队合作意识和沟通能力，能够与产品、运营等团队紧密配合，完成项目目标。 具备以下者优先 1. 有推荐业务上大规模机器学习优化落地经验； 2. 有复杂业务场景下深度学习模型的算法研发及改进经验； 3. 密切关注业界最新进展，在SIGKDD、CIKM、ICML、ICLR、SIGIR、RECSYS等顶会发表过创新性论文或调研业界论文并成功应用于实践； 4. 在Kaggle等平台上取得较大型机器学习/深度学习竞赛靠前名次。 岗位亮点 1. 美团APP首页推荐，亿级DAU、海量的用户数据、复杂的业务场景，挑战算法的极限并提升个人技术能力。 2. 具备广阔的职业发展空间，可以在推荐算法领域不断深入研究和探索，成为业内有影响力的专家。 3. 团队氛围好，专注解决算法以及用户体验问题，可以跟组内优秀同事共同成长。

美团平台汇聚美食、外卖、酒店旅游、电影、打车、共享单车、休闲玩乐、美容美发等200多个品类和900万活跃商家，是具有全国影响力的零售科技平台。 我们团队不仅负责美团App的用户增长、大前端技术基础设施建设、公司语音和智能交互技术及产品研发，还承担了多条业务线的产品设计及品牌营销职责，同时整合地图服务部、客户服务和体验部等部门，致力于用科技提升美团数亿消费者、数百万商家、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App首页推荐全链路核心算法策略的优化迭代，通过海量数据分析挖掘、超大规模深度学习实践、供给/召回/排序/机制算法升级，结合产品形态的优化与创新，更好地匹配用户的多样化需求，提升美团App的用户及流量规模，并形成技术沉淀； 2. 深耕业务特点和生活场景（包括但不限于到家、到店、出行等场景），从美团LBS服务共性解决方案出发，探索大模型应用、用户实时意图识别、多业务异构供给混排、多目标价值定义等方向与挑战； 3. 负责推荐算法中的某个技术或业务方向，制定相应的中长期技术规划，并在具体场景成功应用； 4. 参与构建团队，培养核心骨干，打造团队核心竞争力。 岗位基本需求 1. 计算机、数学、统计或者相关专业本科及以上学历，2年及以上推荐、广告、搜索工作经验，优秀的编码能力，扎实的数据结构和算法功底； 2. 熟悉大规模机器学习、数据挖掘、分布式计算等领域前沿技术，了解召回、排序相关基础算法； 3. 具有一定的业务和产品敏感度，具有创新精神和理论结合实践的能力，有主动思考和学习的驱动力，优秀的分析问题、解决问题能力和团队合作意识，对挑战性问题充满激情。 具备以下者优先 1. 大流量规模下的推荐、广告、搜索经验，尤其是混排、重排、用户理解模块经验； 2. 有复杂业务环境下的算法创新及落地经验； 3. 密切关注业界最新进展，在KDD、SIGIR、RECSYS等顶会发表过创新性论文或调研业界论文并成功应用于实践； 4. 在Kaggle等平台上取得较大型机器学习/深度学习竞赛靠前名次。 岗位亮点 美团App大流量、多业务、异构供给场景，提供了业界最挑战性的推荐课题之一，在多业务异构混排、场景化推荐、推荐生态等方面都比单一的内容or电商推荐有更多需要突破的技术课题，特别适合希望在算法方向做深做强、追求卓越的同学。 1. 【业务核心】：直接上手迭代美团首页，做出的贡献可以影响到数亿人的日常生活； 2. 【方向多元】：算法、模型、策略、业务多方向选择；技术、行业、个人基本功全方位提升； 3. 【挑战性强】：从美团的多业务、多场景、多目标特性入手，解决业界核心问题，获得快速能力增长； 4. 【不设边界】：作为一家快速发展的企业，美团为优秀的同学提供更快的职业发展机会，无论你的背景和经历，只要你有才华和激情，都能在这里找到属于自己的舞台！

职责描述： 1. 基于智能电视上特定业务与场景研究合适算法模型构建精准的智能推荐系统； 2. 基于海量用户行为数据进行数据挖掘与画像建模，构建智能电视平台上的用户画像。 任职要求： 1.***本科及以上学历，3年以上智能推荐算法、用户画像算法开发与调优经验； 2.精通机器学习、深度学习算法在智能推荐、用户画像上的应用，至少熟悉一种深度学习平台（Tensorflow、 Caffe、Torch）； 3.熟悉使用Hadoop，Spark，SparkStreaming等大数据基础平台； 4.具备较强的数据分析，问题分析，逻辑思维能力，良好的沟通及团队协作能力。

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. 利用大数据技术和数据挖掘算法，分析海量保险数据，包括客户信息、交易记录等，以发现潜在的商机和风险点，并为营销和风控策略提供改进建议。 2. 对现有的营销和风险模型进行数据分析、模型评估和微调，提升模型的准确性、效率和稳定性。 3. 研究和应用最新的数据挖掘技术和机器学习算法，探索创新的方法来提升保险服务的个性化和智能化水平。 4. 与数据团队、业务团队和技术团队紧密合作，共同推动数据驱动决策和业务创新。 岗位要求： 1. 保险、金融、互联网等相关行业3年及以上算法相关工作经验，计算机、数学等相关专业本科及以上学历； 2. 具备扎实的编程能力，熟悉Python等主流编程语言和数据分析工具，熟悉C/C++者优先； 3. 熟悉常用的数据挖掘算法和机器学习技术，如决策树、聚类、回归、深度学习等，熟悉深度模型推理性能优化者优先； 4. 具备基本数据处理和清洗的能力，熟悉SQL； 5. 熟悉保险和互联网金融业务者优先； 6. 具备良好的分析能力、问题解决能力和团队合作精神，能够与跨部门团队合作完成项目任务。

1.基于智能电视上特定业务与场景研究合适算法模型构建精准的智能推荐系统； 2.基于海量用户行为数据进行数据挖掘与画像建模，构建智能电视平台上的用户画像。 1.***本科及以上学历，3年以上智能推荐算法、用户画像算法开发与调优经验； 2.精通机器学习、深度学习算法在智能推荐、用户画像上的应用，至少熟悉一种深度学习平台（Tensorflow、Caffe、Torch）； 3.熟悉使用Hadoop，Spark，SparkStreaming等大数据基础平台； 4.具备较强的数据分析，问题分析，逻辑思维能力，良好的沟通及团队协作能力。

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

高级/资深推荐算法工程师 职位描述 将最前沿的推荐算法技术在多种场景落地，在大规模场景下开展以下工作： 1、参与广告推荐系统的深度优化，研究并解决大规模广告系统中的各类优化目标及问题，如深度转化目标建模、广告内容混合排序、多场景联动推荐、转化延迟、id泛化性、粗精排一致性等； 2、探索前沿技术在推荐模型预估上的应用，研究方向包含且不局限于：automl、多任务学习、learning to rank、序列建模、大算力下的大规模深度模型、large预训练模型等； 3、和工程架构团队密切配合，共同开发优化各类工程组件在各种复杂场景的落地：如大规模推荐引擎架构、大规模流式机器学习框架、大规模离线计算等。 职位要求 1、5年以上算法经验优先； 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/推荐广告的大规模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、熟悉C++和Python语言，熟悉Linux开发环境； 6、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； 7、有推荐、广告、信息检索或相关领域的实战经验优先。

职位职责： 1、每年游戏厂商会在抖音的游戏内容里投入亿级别的经营预算，用以激励创作者生产内容，该部分预算的分配与调优算法； 2、给内容创作者推荐各种资源和信息，如任务/活动/创作灵感，帮助创作者增加收入，提升创作水平； 3、优化抖音搜索中游戏垂类的效果，包括Query分析、内容结构化、排序调优等； 4、游戏类的短视频视频/直播内容理解。 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优先； 4、有推荐系统、计算广告、搜索引擎等算法业务经验者优先。

职位职责： 1、负责生成式智能对话场景的算法研发，基于大模型技术建设智能化的对话机器人系统； 2、探索生成式Agent对话算法，包括大模型领域知识融入、对齐、逻辑推理和SFT等任务； 3、建设基于RAG框架的智能问答系统，优化文本&多模态理解、召回、相关性、问答生成等算法； 4、对长文本/海量文本进行深度分析、构建知识图谱，针对用户对话进行抽取事件、情感分析； 5、搭建和优化检索排序、在线生成系统，提供稳定的线上服务。 职位要求： 1、本科及以上学历，优秀的代码能力，掌握常用编程语言和算法，熟悉Pytorch或TF等框架； 2、有机器学习应用经验，有大模型、RAG、智能对话、搜索等领域丰富的实战经验，在生成式大模型、Query与用户理解、召回排序、知识图谱、智能交互中一个或多个领域有深入实践； 3、熟练掌握机器学习算法原理，能熟练运用机器学习、自然语言处理、匹配技术、运筹优化、强化学习、智能生成等技术解决有挑战性的问题，有业界项目经验或顶会论文发表者优先； 4、对数据敏感度极高，有良好的逻辑思维和定义以及解决问题的能力； 5、优秀的产品和业务感知能力，责任心强，积极主动，有良好的沟通能力和团队合作能力，能够完成有挑战的目标。

工作职责 1. 理解保险业务+医疗健康领域的智能应用需求，设计并应用各类数据科学和AI应用技术方案，提升业务效能。 2. 追踪前沿的AI应用技术，负责具体的算法设计与开发，利用算法处理和分析保险业务流程和医疗健康数据，实现工程化落地。 3. 参加过ACM&数据挖掘&机器学习竞赛等，并取得好名次者优先；在相关领域的国际会议或者期刊上发表论文者优先。 任职要求 1. 本科以上学历，3年以上相关工作经验。（有优秀应届生亦可） 2. 负责数智化营销策略，包括但不限于：产品推荐、内容推荐、Push推送、线索挖掘等。优化模型效果，改进策略等手段，提升各类场景的点击率、转化率等，提升用户满意度 2. 具备扎实的算法基础理论，熟悉机器学习、深度学习、数据挖掘、推荐算法等各种算法知识，机器学习算法如：GBDT、XGB、DNN等，推荐算法如DeepFM、MMOE等 3. 具备良好的算法工程能力，熟练掌握Python或C++等至少一种开发语言；熟悉主流的数据平台，能熟练处理和分析大规模数据。 4. 自驱力和责任心强，积极主动，较强的沟通表达能力，能够与非技术团队成员有效沟通。 5. 熟悉保险、医学相关领域经验优先。

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、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。

我们需要您： 1.从事大模型（LLM）研究、训练、应用，包括但不限于训练任务优化、知识融入更新、模型性能提升等 2.跟进业界前沿的相关SOTA模型技术，保持技术先进性，应用到产品工程中 我们需要您具备： 1. 计算机、数学或统计学相关专业硕士及以上学历，算法理论与工程技术扎实，具有3年以上计算机NLP/CV/ML相关工作经验 2. 熟练使用pytorch/tensorflow/deepspeed等至少一种框架，能独立实现前沿模型，有NLP/CV/ML顶会发表经验者（ACL/EMNLP/CVPR/ICCV/NeurIPS等）优先； 3. 在NLP/LLM/多模态有深入算法研究与研发实践，有FT、预训练、可控内容生成方向经验者优先 4.懂业务，有良好沟通、分析解决问题和团队协作的能力；自我学习能力，保持对事物的好奇心。 加分项 (满足其一即可)： 1. 熟悉主流开源大模型（GPT2/LLAMA/GLM等） 2. 有过大模型prompt learning、FT相关优化工作 3. 有过预训练大模型的相关工作 4. 有过DAU过百万产品的算法研发经验

职责描述： 1、针对实际业务需求，深入分析现有算法与模型，给出有效解决方案，并在现有算法基础上进行新算法及模型的开发与迭代。 2、设计和优化应用算法，并协助完成应用业务解决方案设计及算法设计，为业务目标实现提供算法支持和验证。 3、负责知识图谱、用户画像、感知推荐相关的模型构造，统计建模、数据挖掘、机器学习等方法建立数据模型以解决具体业务的实际问题； 任职要求： 1、精通统计学、数据挖掘，机器学习算法，具有独立编程能力，深入理解各种常用基本机器学习算法； 2、精通python或java，熟练使用一种以上数据分析工具，熟悉linux、sql； 3、熟悉机器学习建模流程，有推荐，预测等应用相关经验优先 4、掌握知识图谱、NLP、推荐等某一方向的机器学习、深度学习模型构建分析技术； 5、计算机科学，统计学，数学，数据挖掘，信息技术等相关专业，3年以上工作经验