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

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。

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。

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。

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。

1.负责视频理解、视频编辑处理与创意生成相关算法研发。 2.负责视频技术在美团的全场景落地，助力业务解决视频内容生产、分发、展示等环节的实际问题，包括但不限于：视频多模态内容理解，视频智能创作，视频画质增强。 岗位要求： 1.2年以上工作经验。 2.熟练掌握模式识别和计算机视觉的基础理论和方法，在一个或多个领域有深入研究：视频分类与结构化分析、动作识别、视频跨模态表征、视频质量评价、视频超分等。 3.具备扎实的工程能力，熟悉TensorFlow，PyTorch等主流框架。 4.具有广阔的技术视野，紧跟领域前沿，善于通过创造性的方法解决复杂的实际问题。 5.具有优秀的团队协作和项目推动能力。 具备以下优先： 1.在视频搜索推荐，视频剪辑创作等领域，具有行业应用经验。 2.在业界大规模视频数据集上有过研发经验。 3.在计算机视觉的通用或细分领域的权威竞赛中取得较好名次。 4.在计算机视觉领域内的**会议或权威期刊发表过论文。 岗位亮点： 1.前沿探索与业务落地相结合。以公司业务为依托迭代创新，技术应用场景广泛覆盖本地生活服务与零售电商行业。 2.公司核心计算机视觉算法团队，技术氛围好，成长空间大。

职位职责： 1、结合对直播场景的深入理解，进行直播多模态大模型的建设，面向主播开播的全流程，通过直播间内容理解、智能辅播、主播成长陪伴、智能复盘、智能创作等能力的建设和落地，打造面向直播全流程、自迭代的智能直播专家落地； 2、深入分析研发全生命周期的痛点问题，实现代码智能生成、技术方案智能设计、智能运维提效等全生命周期的提效助手，构建智能研发大模型； 3、密切跟进LLM领域最新研究成果，积极参与新业务的探索研究，结合对业务场景的充分理解，寻找最佳解决方案。 职位要求： 1、本科及以上学历，人工智能、计算机、模式识别等相关专业； 2、有NLP、CV、数据处理相关复杂系统的落地经验，具备较强的前沿创新能力； 3、具有优秀的编程基础，熟练使用Python/C++等至少一种编程语言，熟练使用TensorFlow/PyTorch等至少一种深度学习框架； 4、熟练掌握常见开源模型调优训练、推理加速框架，熟悉LLaMA、ChatGLM等开源大模型原理与实现； 5、优秀的分析和解决问题的能力，对解决具有挑战性的问题充满激情，良好的沟通和团队合作能力。 加分项： 1、具备业界大模型的训练、调优和交付经验，在多模态大模型、代码大模型上有实战经验者更优； 2、具备业界的大模型应用产品落地经验，在其中发挥关键的架构设计、模型优化作用； 3、具有长视频理解、图文交互等大模型应用落地经验，在其中发挥关键的架构设计、模型优化作用； 4、具有研发提效相关的大模型应用落地经验，在其中发挥关键的架构设计、模型优化作用。

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

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: 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。

工作职责： 1、负责推荐算法，涉及召回、排序提升产品核心指标 2、深入理解业务，针对海量用户行为挖掘特征提升模型效果，建立有效的推荐指标体系 3、挖掘用户在app内的行为建立良好的推荐生态系统 任职要求： 1、3-5年推荐算法工作经验 2、精通spark、sql，具备良好的数据分析能力、特征工程经验 3、精通tensorflow，熟悉低阶API，有过Custom training及分布式训练经验；熟悉传统机器学习xgb，熟悉主流推荐模型并有实际开发经验 4、熟悉linux平台，精通python，有过java开发经历 5、211/985硕士优先

社区推荐算法，核心场景 工作地点： 北京市,上海市 工作经验： 3-5年 学历要求： 本科及以上 工作职责 1、负责推荐技术的落地；实现个性化推荐，分发策略，用户理解，内容理解等方向的技术突破；  2、沉淀社区推荐技术，并探索业务的边界。能够从复杂的业务环境中抽象出清晰具体的技术问题，并将机器学习等推荐技术有效应用于小红书App社区图文和视频推荐，提升海量用户体验，Inspire Life；  3、与各部门（包括并不限于产品，基础技术等）的同事一起深入交流合作，共同迭代和优化社区信息流推荐产品； 任职资格 1、*****计算机或相关专业硕士及以上学历； 2、在机器学习，人工智能，数据挖掘，统计学，最优化理论等领域有深厚的积累；  3、编程基本功扎实，熟悉常用的数据结构和算法，擅长Jave/C++/Python中至少一门语言； 4、踏实勤奋，自我驱动，善于沟通，勤于思考，有持续学习新知识的能力，有较强的逻辑思维能力，抽象、概括和总结能力，对于技术有热情； 5、有推荐、搜索、广告、NLP等相关背景者优先；有内容，新闻，短视频等行业的大规模推荐系统研发经验者优先； 6、有大规模深度学习应用或研究背景者优先； 7、熟悉机器学习和数据挖掘领域的前沿技术，在国际会议（Recsys、KDD、NIPS、ICML、ACL）以第一作者发表过高水平论文者优先；有机器学习、数据挖掘等相关项目实际经验者，或者知名数据挖掘比赛（例如KDD Cup等）中取得领先名次者优先；

岗位职责】 1. 优化迭代社交推荐场景中的召回和排序模型，包括CTR预估等模块 2. 分析海量用户行为数据，结合用户画像优化特征工程 3. 持续优化大规模机器学习模型和工业级推荐系统，提升用户体验 【岗位要求】 1. 计算机或软件等相关专业硕士 2. 有推荐系统、计算广告、搜索引擎等相关研发经验，了解GBDT/DSSM/ESMM/Youtube DNN等模型原理 3. 有扎实编程功底，熟悉常用数据结构与算法，熟练掌握C++/Java/Scala/Golang等语言一种或多种 4. 熟悉tensorflow/pytorch等深度学习框架，了解ps-lite等分布式机器学习框架 5. 熟悉Spark/MapReduce等大数据处理工具，熟悉Linux开发环境 6. 良好的逻辑思维能力、沟通能力和动手能力，熟悉大规模机器学习、数据挖掘、分布式计算中一项或多项优先