岗位职责： 1. 承担基于GPT系列或者其他开源大模型的开发和调优工作，包括训练流程搭建、指令微调、P’rompt工程以及面向下游任务的效果优化等； 2. 完成大规模预训练模型在到店业务场景中的应用落地，支持业务目标提升。 3. 紧跟业界大模型进展，探索前沿技术，解决到店业务的实际问题，包括智能问答、图文内容生成等； 4. 与其他团队密切合作，包括数据工程师、前后端工程师、产品经理等，实现高质量的产品和解决方案。 岗位基本要求： 1. 有大语言模型(LLM)预训练经验,熟悉相关技术细节和优化策略，如大规模语料收集、模型调优优化、自弱监督学习、强化学习等 2. 有小样本学习 (Few-shot learning)、提示学习(P‘rompt learning)等相关技术经验； 3. NLP相关领域3年以上经验，具有扎实的算法理论基础，熟练掌握自然语言主要算法模型，如实体识别、知识抽取等。熟悉NLP主流大模型，如ChatGPT/T5/PaLM/LLaMA/GLM等，对模型背后的原理和各自适用场景有深入的理解； 4. 有基于Tensorflow、PyTorch等深度学习框架的实战项目经验； 5. 具备较强的团队协作能力和沟通能力，有较强的学习能力和业务分析及问题解决能力。 具备以下优先： 1. 具有生成式模型训练及开发经验、信仰AIG者优先； 2. 有NLP、多模态研发背景，对QA/机器翻译/图文生成相关领域有深入理解的优先。 3. 对大规模预训练语言模型技术现状和发展趋势有深刻的理解和认知，并对相关技术有极高的热情。 4. 计算机相关专业博士优先， 发表过大模型相关研究AI顶会论文优先； 5. 具备有良好的代码开发能力，有开源项目开发经验优先。

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 负责围绕AI大模型算法的认知分析的研究工作，具体工作内容包括但不限于： 1. 深入理解大规模语言模型的模型结构、训练过程以及评测方式，根据模型的训练过程以及评测结果，对大语言模型存在的问题进行研究。 2. 深入分析模型评测结果中不符合认知的异常，根据具体的异常制定完善的研究策略，通过对比、归纳等方法，产出研究分析结论，指导模型训练优化。 3. 构建Data-Centric的数据-训练-评测闭环，探索研究包括但不限于下列方向：大模型数据、模型的Scaling Law，研究数据配比、加入方式与时机等对模型效果的影响。 4. 追踪大模型方向的前沿进展，积极主动地学习和探索新数据分析、模型训练以及模型评测方法。 5. 与各相关部门保持良好沟通，深度参与大模型预训练、SFT、RLHF和评测等阶段，共同推动大模型持续优化。 岗位基本需求 1. 硕士及以上学历，计算机、数学、统计学或相关专业； 2. 熟悉Java/Python/C++等编程语言，良好的编码习惯和一定的工程能力 3. 具有机器学习或深度学习算法的基础知识，熟练掌握自然语言处理、多模态或大模型相关算法和模型； 4. 良好的沟通能力、团队合作精神以及较强的问题解决能力。 5. 对每一行代码负责，对业务方负责，具备工匠精神。 具备以下者优先 1. 在计算机领域顶会(如ACL、EMNLP、NeurIPS、AAAI等）上以一作发表过论文者优先； 2. 具备从事相关行业人工智能开发、算法研究等相关工作经验者优先； 3. 对ChatGPT等相关大模型有深入了解或丰富的使用经验者优先； 岗位亮点 1. 紧跟人工智能行业进展，接触到前沿技术和行业趋势，磨练出对人工智能的独到见解； 2. 参与AI大模型的训练与评测的全流程，了解从理论到工程实践的全面技能； 3. 与一流的人工智能团队合作，快速成长，提升自身能力； 4. 有机会参与公司的创新项目，跨足不同领域，拓宽人工智能技术的应用范围；

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。

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

工作职责 1.针对医疗领域特定问题，定义任务流程，收集或构建高质量数据集，对LLM进行微调； 2.利用提示工程、模型微调、调用工具插件等方式完成医疗领域特定应用的探索尝试； 3.尝试提升大语言模型在医疗方面的能力，包括但不限于高效训练、人工反馈对齐、多模态、可控文本生成、生成质量评估，以提升LLM性能。 任职要求 1.研究生及以上学历，计算机、电子工程、自动化控制等专业背景，有NLP的研究经验； 2.有扎实的数理基础和良好的逻辑思维能力，有深度学习算法框架使用经验； 3.良好的编程能力，熟悉Python,pytorch,linux下常用指令； 4.熟悉现有的多种大语言模型，例如llama、qwen等； 5.拥有医疗自然语言处理项目经验，或者对人工智能在医疗领域的应用有强烈兴趣； 6.有中文文本处理经验者优先，有计算机、医学、生物信息学等领域论文发表或者大赛获奖经历者优先。

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。

资深算法工程师（国际支付风控方向） 岗位职责： 1.支付风险识别与防控 ●负责跨境电商业务中支付风险的全面识别与防控，重点治理欺诈（盗卡、盗账户 友好欺诈）等方面风险，确保支付全链路安全可靠。 ●利用数据分析和机器学习技术，精确识别支付风险，建立有效的风控模型体系。 2.风控模型全链路管理 ●主导支付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，确保风控模型精准全面覆盖业务场景，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支付作弊行为，利用多模态大数据进行风险评估与预测。 ●应用异常检测、集成学习、强化学习、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率和召回率。 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，对跨境支付业务有系统性理解和实际风控经验。 ●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，能够应对高QPS低延时模型需求。 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，熟悉全球各主要区域常见支付欺诈风险模式，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、 主要负责应用多模态（文本、视频、语音处理）建模、深度学习等技术，为医疗健康产品研发具有科学性、可行性、先进性的算法解决方案，提高AI在心理、慢病等数字疗法领域的诊断和治疗能力，满足医疗健康多场景使用； 2、 负责调研、探索、应用深度学习等技术的最新的研究和技术进展，优化算法建模实验，提高算法模型性能； 3、 参与医疗AI产品的研发，与产品团队、开发团队合作完成创新技术向应用成果的转化； 4、 参与外部研究机构的学术或科研项目，发表论文和申请发明专利。 任职要求 1、计算机、统计学、数学、自动化、生物医学工程等相关专业硕士或以上学历； 2、有2年以上多模态、自然语言处理、深度学习等算法工作经验； 3、具有较好的算法设计与编程开发经验，熟练掌握Python或R编程，熟悉SQL语言； 4、具有良好的沟通能力与多学科团队协作能力； 5、在人工智能领域**期刊、会议上发表过学术论文者优先； 6、在医疗人工智能领域有相关研究经验者优先。

岗位职责： 1.深入自然语言理解（NLU）技术和多模态情绪识别技术的研发与应用。 2.从事商业领域对话机器人（Chatbot）人工智能算法研究与应用。 3.将深度学习、强化学习等最前沿的AI技术应用于人机交互的各个方面，包括：问答系统，上下文理解，知识图谱，情绪识别与应对，任务达成以及开放域对话。 4.开发开放平台，提供业内领先的人工智能与机器学习服务。 任职要求： 1. 2年左右的算法岗位工作经验，国家**本科及以上学历； 2.在机器学习、深度学习方向有较强的积累，有深度学习的项目经验，熟悉经典的算法； 3.精通至少一种开发语言，如：Java、Scala、Python等，能熟练使用SQL进行数据处理； 4.有好的自驱力和业务意识，能够主动贴近业务，挖掘业务痛点，解决业务实际问题； 5.有较强的逻辑思维能力，善于分析、归纳、解决问题； 6.能够快速掌握工作领域的业务和技术，能承受必要的工作压力； 加分项 1.自然语言理解方面有经验； 2.人工智能对话机器人算法方面有经验，有1年左右的NLP项目经验； 3.人工智能相关专业 + 学历背景好一点（国家**）

岗位名称：搜索、推荐算法工程师 岗位职能：算法工程师 工作年限：3-5年 学历要求：硕士及以上 工作职责： 负责如下场景的模型训练以及落地 1、自然语言处理场景；任务举例：文本分类、实体识别、query 分析、分词、情感分析等； 2、搜索、推荐召回场景；任务举例：基于 Query 的召回、基于 item 的召回等； 3、搜索、推荐精排场景； 岗位需求： 1、对数据敏感，具有优秀的逻辑思维能力，善于分析问题，解决问题； 2、精通主流深度学习框架：Tensorflow、PyTorch 等； 3、深刻理解机器学习和深度学习算法原理；对 query 分析、相关性、召回模型、机器学习 排序有深刻的理解和应用经验； 4、深刻理解深度学习算法的训练，可根据不同业务场景对模型本身进行调优，精通训练数 据的构造、训练超参的调整； 5、熟悉主流 NLP 算法及推荐算法，比如：BERT 模型、DSSM、ESMM、CRF、GNN 等； 6、有复现论文模型的相关经验； 7、有深度学习部署框架（Triton、Onnx、TFServing 之一）相关业务应用的落地经验； 8、了解大数据（Spark、Hive）技术； 9、熟悉 Java，有工程落地经验者优先；

风控算法工程师（设备指纹方向） 岗位职责： 1、设备指纹ID算法的设计和研发，基于设备的硬件、网络、环境等设备信息及用户行为数据，根据机器学习/深度学习算法等多种技术手段，生成设备标识。 2、广泛的平台覆盖能力，基于Web、H5、Android、Ios等平台生成对应平台的设备指纹ID。 3、不断优化各终端设备指纹ID算法，保证设备指纹的稳定性达到要求。 4、设备风险分的开发和应用，实现对终端设备上的风险环境识别、风险检测及风险分析。 职位要求： 1、3年以上反欺诈＆风控、反作弊算法研发经历，计算机相关专业本科及以上学历，对机器学习、设备指纹等相关领域有浓厚兴趣。 2、具备良好的项目管理能力、业务流程优化和逻辑判断能力，对风险有敏锐感知，善于从数据和case中发现风险特征和灰黑产作弊规律。 3、熟悉 Python/Scala/Java ，具备优秀的编码能力，至少熟悉一种常见的机器学习／深度学习平台。 4、有钻研精神，对安全风控有热情，主观能动性强，能适应快速变化的业务需求，具备良好的团队合作精神和沟通技巧。

工作职责 1. 项目管理及交付能力：负责部门模型策略类开发项目，包括整体项目管理、模型开发、模型管理、模型优化； 2. 数据算法能力：负责部门算法相关的设计和调优 ，参与部门产品开发与优化，并具备协助完成部门automatic pipeline； 3. 保险需求落地能力：和商务、运营、研发等团队深度合作，将业务需求转化为技术可落地方案，完成实际项目技术需求分析与转化 任职资格： 1. 硕士及以上学历，3年以上机器学习建模项目经验，应用数学、物理、统计、计算机与算法相关专业 2. 有机器学习、模式识别 、数据挖掘多个实际项目经验，理解NLP、Graph基础概念和常用算法 3. 有较强的python建模能力，能够独立搭建算法框架和建立复杂机器学习模型 4. 具备一定的英语交流与阅读能力 加分项： 1. 有保险风控建模领域，风控大数据挖掘的项目经验优先 2. 有过kaggle等建模大赛得奖者优先 3. 有过海外留学工作经验者优先

岗位名称：搜索、推荐算法工程师 岗位职能：算法工程师 工作年限：3-5年 学历要求：硕士及以上 工作职责： 负责如下场景的模型训练以及落地 1、自然语言处理场景；任务举例：文本分类、实体识别、query 分析、分词、情感分析等； 2、搜索、推荐召回场景；任务举例：基于 Query 的召回、基于 item 的召回等； 3、搜索、推荐精排场景； 岗位需求： 1、对数据敏感，具有优秀的逻辑思维能力，善于分析问题，解决问题； 2、精通主流深度学习框架：Tensorflow、PyTorch 等； 3、深刻理解机器学习和深度学习算法原理；对 query 分析、相关性、召回模型、机器学习 排序有深刻的理解和应用经验； 4、深刻理解深度学习算法的训练，可根据不同业务场景对模型本身进行调优，精通训练数 据的构造、训练超参的调整； 5、熟悉主流 NLP 算法及推荐算法，比如：BERT 模型、DSSM、ESMM、CRF、GNN 等； 6、有复现论文模型的相关经验； 7、有深度学习部署框架（Triton、Onnx、TFServing 之一）相关业务应用的落地经验； 8、了解大数据（Spark、Hive）技术； 9、熟悉 Java，有工程落地经验者优先；

工作职责: 1、各类业务相关数据的统计分析； 2、各类业务场景下的模型开发、评估、监控及迭代； 3、对可能存在的业务风险整理有数据支撑的报告提前预警； 4、对各类内外部数据进行深层次挖掘； 5、协同、帮助部门内外同事完成领导布置的各项工作。 任职要求: 1、对公司业务及阶段有足够认识及见解； 2、熟练掌握各类数据挖掘、模型开发相关技术及工具； 3、能按时保质完成领导布置的各项工作； 4、与部门团队其他成员相处融洽，能相互学习，相互帮助。

【职位描述】 1、负责小红书搜广推多场景排序模型优化，提升时长、互动、留存等核心指标； 2、分析海量用户行为数据，挖掘用户兴趣，优化排序模型； 3、通过超大规模机器学习模型和系统，使用先进的排序算法优化推荐效果。 任职资格 【任职要求】 1、本科以上学历，计算机及相关专业，3年以上搜广推相关经验； 2、具有扎实的c++、python等编程功底，以及扎实的数据结构和算法功底； 3、熟悉常用机器学习在推荐系统的应用理论，包括但不限于深度学习、迁移学习、多任务学习等算法和系统研发等； 4、熟悉tensorflow等深度学习框架，熟悉业界主流大规模机器学习工程架构，有大规模搜广推系统的排序落地经验； 具备以下条件者优先： 1、有优秀的工程架构能力； 2、在国际会议（Recsys、KDD、NIPS、WWW、ICML、SIGIR、AAAI等）以第一作者发表过高水平论文； 3、有内容、新闻、短视频等行业的大规模推荐系统研发经验; 4、有TB级稀疏模型训练策略优化/千亿级特征挖掘及交互/多目标优化/模型轻量化方向的落地经验