岗位职责： 1、负责大模型领域前沿算法研究及技术创新，如LLM自然语言大模型、生成式AI技术等技术； 2、负责大模型整体技术方案及算法研发，并结合实际应用场景进行算法落地，实现商业价值； 3、负责制定大模型训练、调优等方案，探索RLHF、MoE、多模态、longcontext等前沿方向，提升训练性能 4、负责AI技术方向的专利、标准、软件著作权布局，完成年度科研计划、部门安排的其他工作。 任职要求： 1、硕士及以上学历，计算机、通信、软件工程、信息工程等相关专业，具有人工智能领域从业3年以上工作经验； 2、精通机器学习、深度学习、强化学习、大模型微调、并行训练及其他人工智能相关算法 ，精通C++、Python等编程语言，熟练使用了深度学习工具库如Caffe、Tensorflow、Pythorch等； 3、熟悉机器人人工智能前沿技术，具备深度学习、强化学习、NLP大模型和多模态大模型训练、微调和部署项目经验的优先，有大模型预训练经验优先；4、具有较强的技术能力及团队协作能力，重大项目或科研团队技术核心或者技术负责人者优先；

工作职责: 工作职责 参与公司招聘平台的NLP文本数据及用户行为数据的挖掘工作，包括知识图谱、query理解、用户画像、智能问答、文本分类等方向的算法研发；并且持续探索大模型技术在产业应用中的落地 1. 参与招聘领域知识图谱的算法策略研发，包括海量数据挖掘、实体和实体关系抽取、新词发现等，构建招聘领域行业化标签体系、知识图谱等，支撑业务策略衍化及产品迭代； 2. 参与招聘领域文本分类、岗位识别等基础NLP算法的研发工作,提升平台信息内容的结构化水平，辅助平台生态建设 3. 参与平台内用户画像的构建研发，基于海量的用户行为数据，对用户进行建模，优化画像模型效果，精准刻画用户偏好 4. 参与平台内搜索体系的优化构建，负责搜索引擎的文本语义分析和内容理解处理工作，包括但不限于query的解析、联想、纠错等。 5. 紧跟大模型技术的发展步伐，探索招聘领域中大模型的应用落地，承担大模型预训练和调优等工作，如prompt设计、fine-tuning、模型蒸馏等，实现标题/亮点自动提取生成、职位自动生成、简历文本组织优化等技术，并应用于招聘业务实现部分环节的智能化，提高业务效率。 任职资格: 任职资格 1. 计算机、数学等相关专业本科以上学历； 2. 两年以上自然语言处理相关方向研发经验； 3. 对自然语言处理技术体系和应用场景有深刻的理解，熟悉自然语言处理、深度学习领域开源的算法和工具包； 4. 熟悉主流的文本生成算法的原理，有结合业务的探索经验以及常见的大模型落地实践经验的优先； 5. 熟练掌握TensorFlow、pytorch等深度学习框架、有较强的算法复现能力；熟悉Linux平台编程环境，精通Java/C/C++/Python/Scala语言中的一种，具备Hadoop、Spark、Hive等实际工作经验优先 6. 具有优秀的分析和解决实际问题的能力和态度，有创业的激情。

职位职责： 1、负责机器学习系统推理架构和产品的设计开发，支持火山方舟大模型平台和机器学习平台的产品业务； 2、负责深度模型推理任务为核心的在线架构设计与优化，充分利用各种异构计算（GPU、CPU、其他异构硬件）、存储（各种云存储）、网络（VPC、RDMA）等资源，构建多租环境下的稳定性、观测体系，实现高并发、高吞吐的大规模在线系统； 3、负责推理系统的产品化落地，打造稳定、可观测、体验一流的公有云推理平台。 职位要求： 1、熟练掌握Linux环境下的Go/Java/Python等1-2种语言； 2、具备扎实的计算机科学功底和编程能力，熟悉常见算法和数据结构，具有良好的编程习惯； 3、熟悉至少一种主流的机器学习框架（TensorFlow / PyTorch 或其他自研框架）； 4、熟悉 Kubernetes 架构和生态，有丰富的云原生机器学习系统实践和开发经验，对在线服务治理、 部署架构有深入理解和落地经验； 5、掌握分布式系统原理，参与过大规模分布式系统的设计、开发和维护； 6、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分； 7、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动； 8、有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。 加分项： 1、有在线GPU推理系统的工程架构落地经验，熟悉常见的在线推理优化手段（Batch、量化、分布式推理等），熟悉GPU、大模型相关软硬件技术栈； 2、熟悉公有云推理产品架构，对该领域用户画像和用户故事有深入理解，有打造***产品的热情； 3、有以下某一方向领域的经验：CUDA，RDMA，AI Infrastructure，HW/SW Co-Design，High Performance Computing，ML Hardware Architecture (GPU, Accelerators, Networking)，ML for System，Distributed Storage。

职位职责： 1、负责机器学习系统资源调度的设计和开发，支持火山方舟大模型平台和机器学习平台的产品业务； 2、负责多机房、多集群环境下的，各种异构计算（GPU、CPU、其他异构硬件）、存储（各种云存储）、网络（VPC、RDMA）等资源的最优化编排调度，在严格的多租隔离环境下，支持各种离线训练、在线推理等负载场景的调度需求，并实现整体资源的合理化、最大化利用。 职位要求： 1、熟练掌握Linux环境下的Go/Java/Python等1-2种语言； 2、具备扎实的计算机科学功底和编程能力，熟悉常见算法和数据结构，具有良好的编程习惯； 3、熟悉至少一种主流的机器学习框架（TensorFlow / PyTorch 或其他自研框架）； 4、熟悉 Kubernetes 架构和生态，熟悉 Docker/Containerd/Kata 等容器技术，有丰富的云原生机器学习系统实践和开发经验； 5、掌握分布式系统原理，参与过大规模分布式系统的设计、开发和维护； 6、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分； 7、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动； 8、有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。 加分项： 1、有大规模集群在离线资源调度相关工作的实践经验，对K8S/Volcano/Yarn/Mesos等一到多个开源项目的调度实现有源码级的理解，熟悉容器化、轻量级虚拟机等相关技术； 2、熟悉常见调度算法，对多租户Quota治理、抢占、弹性、碎片、潮汐、混部、QoS等一到多个调度问题有深入理解和实践经验，具备较强的解决复杂问题的分析和建模能力，有GPU相关调度经验； 3、有以下某一方向领域的经验：CUDA，RDMA，AI Infrastructure，HW/SW Co-Design，High Performance Computing，ML Hardware Architecture (GPU, Accelerators, Networking)，ML for System，Distributed Storage。

职位描述 1、负责贝壳一站式机器学习平台的设计研发与迭代改进，为业务提供稳定易用、高性能、高性价比的解决方案； 2、业内机器学习系统与平台前沿技术进展跟进与调研、落地； 3、参与模型训练，模型服务，模型管理，资源调度等机器学习相关问题的开发。 任职要求 1、计算机基础知识与编程基本功扎实，熟悉Go/Python/C++至少一种； 2、参与过大规模分布式系统的开发和维护； 3、良好的沟通能力和团队协作精神，严谨的工作态度与高质量意识 ； 4、善于学习新的知识，动手能力强，有进取心。 加分项： 1、有CUDA C/C++编程经验，有GPU并行计算编程基础(NCCL)经验优先； 2、了解分布式系统、容器相关领域技术，熟悉Kubernetes/docker等优先； 3、熟悉机器学习框架(Tensorflow/Pytorch/Jax)优先。

工作职责 1. 负责研究适用于医疗应用场景的统计和机器学习算法（如图神经网络、多模态数据融合、时序分析等），提高AI在疾病预测、保险理赔、医保控费、健康服务推荐等方面的能力； 2. 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； 3. 参与和外部研究机构的学术合作，共同研发创新AI算法； 4. 基于上述工作发表AI领域**论文，申请发明专利。 任职要求 1. 计算机、统计学、数学、自动化、生物信息学等相关专业硕士或以上学历； 2. 对人工智能和机器学习算法有浓厚的兴趣和深入的研究经验； 3. 具有丰富的算法设计与编程开发经验，熟练掌握Python或R编程； 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； 7. 对商业保险、社会医保（如临床路径、DRGs）体系有相关经验者优先。

岗位职责： 1、参与页面分析挖掘算法的研究与实现，通过算法策略优化页面分类模型、文本分类模型。 2、利用文本挖掘、图像理解等业界先进技术，对多模态内容进行挖掘与理解。 3、工作范围涵盖网页筛选与理解、网页与站点分类和去重、多类型非网页类多模态数据的处理和理解。 岗位基本要求： 1、计算机相关专业本科及以上相关学历，具备优秀的理解力、沟通能力和团队协作能力。 2、熟练掌握 c++/python/Java等编程语言，并且在机器学习，自然语言处理领域有扎实的理论功底和动手能力。具备优秀的逻辑思维能力和数据科学能力，在相关领域比赛中获奖优先。 3、在信息检索、自然语言处理/图像与视频理解等方面有非常扎实的理论功底，以及丰富的解决实际问题的项目经验。有信息检索相关领域工作经验优先。 4、善于学习领域前沿技术并能快速应用到实际工作当中，在自然语言处理，信息检索、计算机视觉等领域有相关学术论著优先。

1、方向一：广告推荐 负责广告召回模块的优化，通过数据挖掘、自然语言处理等技术，在保证广告相关性的同时提升广告召回率，进而提升系统变现能力。 2、方向二：广告点击率/转化率预估 负责CTR/CVR模型优化相关工作，在特征工程、模型结构、机制策略等方面进行持续探索优化，提升广告的点击率和转化率，进而提升系统变现能力以及客户投放效果。 3、方向三：广告反作弊 持续优化反作弊相关的算法策略，以有效识别作弊行为挽回客户损失；建立并完善作弊行为预警及监控系统，提升反作弊系统的事前预警能力以及事后case分析的效率。 1、 计算机相关专业大学本科及以上学历； 2、 精通C/C++/Java/python语言之一； 3、 熟悉分布式计算平台，有海量数据处理经验； 4、 熟悉常用的数据挖掘/机器学习/自然语言处理算法，并有一定的实践经验； 5、 优秀的分析问题解决问题的能力，具备搜索/推荐/广告业务经验者优先。

职位描述 1、负责AI算法的工程化落地，搭建从离线训练到在线服务的整个闭环服务平台； 2、根据需求完成实时推荐系统、实时特征计算、离线训练平台等系统的架构设计、工程实现及迭代优化； 3、能够根据不同的业务需求，灵活快速地完成具有挑战性的项目； 职位要求 1、计算机及相关专业本科及以上学历，具备2年及以上服务端开发经验； 2、扎实的计算机系统知识，掌握Golang编程语言，同时熟悉Python编程语言者优先； 3、熟练应用MySQL等关系数据库技术，熟练应用Redis缓存技术；熟悉Linux系统环境，能熟练使用Linux命令完成日常工作； 4、具有高性能、高可用的复杂业务系统开发经验，熟悉分布式、缓存、消息等机制优先； 5、具有Docker、Kubernetes、Istio等相关深度使用和开发经验者优先； 6、了解Kafka/Hive/Spark/Flink等大数据生态圈技术，具有相关大数据开发经验优先；有机器学习（tensorflow serving) 相关知识优先； 7、具备优秀的逻辑思维能力，对解决挑战性问题充满热情，有强烈的求知欲，善于学习新事物； 8、具有良好的沟通能力、团队合作精神和执行力，重视生产效率，研发质量。

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。

工作内容： 我们正在寻找一位AI算法应用工程师，加入我们的技术团队。该职位将负责开发和优化我们的基于LLM的大模型AI应用，包括但不限于基于大模型的AI搜索、协同办公搜索推荐、企业级文档搜索。以及，财务和人资领域等智能化应用，面试间AI、财务AI等内容。理想的候选人应具备强大的算法背景，能够设计和实现复杂的搜索相关性算法、排序算法和意图理解模型，同时具备出色的工程实现能力。 主要职责： 1、设计、开发和优化高效、可扩展的搜索算法和推荐系统，提升搜索相关性和用户体验。 2、深入理解用户需求，通过意图理解和用户行为分析，不断优化搜索结果的准确性和个性化推荐。 3、与数据科学家合作，利用机器学习和深度学习技术，开发和维护基于大模型的AI搜索算法。 4、负责搜索系统的架构设计和性能优化，确保系统的高效运行和稳定性。 5、编写高质量的代码，进行代码审查，确保软件质量和系统安全。 跟踪最新的搜索算法和机器学习技术发展，将创新技术应用到实际项目中。 任职资格： 1、有钉钉、飞书等协同办公领域搜索或者AI开发经验者优先考虑。 2、硕士及以上学历，计算机科学、人工智能或相关领域。具有LLM大模型AI应用经验者优先考虑，比如基于大模型进行finetune以及人类反馈强化学习经验者优先考虑。 3、至少3年以上搜索算法或推荐系统开发经验，具有在大型搜索引擎项目中的实战经验者优先，有深度RAG经验者以及text2sql、text2api等经验者优先考虑。 4、深入理解搜索相关性算法、排序算法、意图理解等核心技术，有成功实现复杂搜索系统的经验。 5、精通Java编程语言，具备良好的软件工程实践经验，熟悉系统设计和架构。 6、熟悉机器学习算法和工具，有使用深度学习框架（如TensorFlow或PyTorch）解决实际问题的经验。 7、良好的团队合作精神，强烈的责任心和创新意识，能够在快速变化的环境中适应和学习。

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. 负责通信网络与大语言模型结合的研发设计与管理； 2. 负责面向通信网络的大语言模型Prompt Engineering提示工程，大语言模型微调和基于langchain的通信网络认知增强工具研发； 3. 负责面向通信网络的AI算法研发框架设计与开发； 4. 负责面向通信网络的AI算法模块开发管理，根据行业需求指导算法模型的技术选型和性能优化，算法模型包括结构化数据的预测分析和异常检测、因果关系分析、自然语言处理、深度学习、强化学习等。 岗位要求： 1. 计算机科学、机器学习、人工智能相关专业硕士及以上学历，具有AI产品研发和应用工作经验优先； 2. 熟悉LLM大模型基本原理及应用、langchain框架及应用，有GPT大模型研发经验者优先。 3. 深入掌握机器学习和深度学习，了解TensorFlow/pytorch/keras等深度学习框架; 4. 熟练掌握至少2种语言：Python, R, Matlab, SQL, Scala, Spark, PHP, SAS，Weka等； 5. 有良好的沟通表达能力，积极向上，细致认真。

职位描述 1. 将独立感知模块的输出统一并进行融合，得到适合后续模块的表示。 2. 设计系统和完善的算法与传感器失效检测模块 职位要求 1、熟悉基于滤波和优化的状态估计算法，并可以灵活运用解决实际问题； 2、良好的编程能力，熟悉python, c++，掌握常见的算法和数据结构知识。 加分项 1、熟悉计算机视觉中多视角几何知识； 2、熟悉传统统计机器学习知识，如概率图模型等，并有项目实践经验； 3、参加kaggle比赛获得前十名者； 4、ACM/ICPC、CCPC、NOI、IOI等计算机/信息学竞赛获奖经历。

职位描述： 1. 自动驾驶多模态（Camera&Radar&Lidar) 感知处理和优化，包括感知信息的预处理，多模态融合，置信度估计等； 2. 研究先进的多模态感知算法，例如点云+图像的多模态前融合感知、learning-based多模态处理等； 3. 与上下游模块沟通，反馈、承接量产问题，打造量产数据闭环。 职位要求： 1. 扎实的C++开发能力，至少熟悉一种数据分析语言； 2. 有多目标跟踪、多模态融合、深度学习等相关经验； 3. 计算机，信号处理，数学，机器学习，机器人，自动驾驶或相关专业优先； 4. 良好的沟通能力，积极的自主学习态度，对工作认真负责； 5. 具备Radar/Lidar感知处理经验者优先。