工作职责 业内研究表明，生成式的推荐系统存在Scaling Law现象，Scaling Law的出现相较于现有推荐系统无法通过扩充持续提升效果的现象，提出了新的可能性。该团队负责小红书生成式推荐方向，目前已经完成了原型架构的开发和线上验证，欢迎业内MLLM领域的专家一起，共同探索生成式推荐在真实业务场景的价值。 【职位描述】 1、负责生成式推荐在小红书社区推荐&展示广告场景的研发； 2、通过Post-training/RLHF等技术，提升MLLM在推荐/广告领域的表现； 3、在生成式架构下，借助MLLM来提升或重塑内容分发的效率（如冷启动/中长尾/Scaling-law等）； 任职资格 【任职资格】 1、3年以上工作经验，有大规模场景的内容理解或AIGC经验（如相关性、图搜、； 2、负责过完整的MLLM项目，具有完善的业务和技术视角； 3、具备大规模场景下的创新能力，在实际业务场景中发表过高水平论文者优先；

职责： 1.负责最右推荐产品的研发，用推荐产品/技术来提升用户体验和活跃度 2.应用机器学习、自然语言处理等技术，基于海量用户日志和内容，建立用户画像，构建内容质量及内容标签体系 3.以数据挖掘和数据分析为基础，发现新的产品改进点，驱动产品改进，探索新的产品形态； 4.跟踪业界最新的机器学习算法和研究趋势，并将其应用于实际的生产环境 要求: 1.信息检索，计算机视觉，机器学习、分布式系统方向的计算机专业的研究生或优秀本科生； 熟悉常见的分布式编程范式以及设计模式；有一定的分布式计算系统与机器学习相结合的理论和实践基础； 2.对技术研究和应用抱有浓厚兴趣，有强烈的上进心和责任感，善于思考和运用新知识； 3.扎实的C/C++和python编码功底，熟悉MPI/CUDA等高性能计算框架； 4.在ACM/ICPC， Google Jam， Top Coder，百度之星等比赛取得优异成绩的优先； 加分项： 1.思考过TensorFlow/MXNet/Caffe/Theano/Torch等的架构代码和设计逻辑的优先； 2.对大规模分布式机器学习系统实践经验者优先； 3.有发表NIPS/ACL/AAAI/ICML/IJCAI/EMNLP/SIGKDD/ICCV/CVPR/OSDI/SOSP等顶会论文的优先； 4.如果您乐于设计和实现高性能优雅的系统，而又想拥抱大规模机器学习带来的可能性，欢迎加入我们。

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。

工作职责 业内研究表明，生成式的推荐系统存在Scaling Law现象，Scaling Law的出现相较于现有推荐系统无法通过扩充持续提升效果的现象，提出了新的可能性。该团队负责小红书生成式推荐方向，目前已经完成了原型架构的开发和线上验证，欢迎业内在推荐/广告/搜索等领域的专家一起，共同探索生成式推荐在真实业务场景的价值。 【职位描述】 1、负责生成式推荐在小红书社区推荐&展示广告场景的研发； 2、在生成式架构下，重新思考传统推荐架构中的行为建模技术（如超长序列、多兴趣等），并在召回/排序等场景中进行应用； 3、与MLLM和架构团队配合，将其他生成式模型的知识和能力迁移进实时的生成式推荐架构中； 任职资格 【任职资格】 1、3年以上工作经验，熟悉推荐系统，在召回、排序、混排中任一模块有丰富的迭代经验； 2、动手能力极强，有ACM竞赛名次或参与过业内高难度项目； 3、具备大规模场景下的创新能力，在实际业务场景中发表过高水平论文者优先；

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

职位职责： 1、参与快速增长的直播业务的推荐算法工作，包含抖音、抖音极速版、火山引擎、西瓜视频、今日头条等各端直播业务，结合超大规模机器学习系统，构建业界一流领先的推荐系统； 2、优化直播在多场景、全链路的推荐核心算法&策略（召回、粗排、精排、混排等等），极致提升个性化直播分发与推荐效率； 3、深入理解用户、主播、平台等生态角色需求，通过持续技术创新与迭代，驱动用户体验、主播成长、平台营收健康持续增长，并通过直播+赋能优化各垂直行业； 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，制定算法策略促进直播生态的长期繁荣发展。 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，或有大规模推荐系统、计算广告、搜索引擎等算法业务经验者优先。

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。

职位职责： 1、参与快速增长的直播业务的推荐算法工作，包含抖音、抖音极速版、火山引擎、西瓜视频、今日头条等各端直播业务，结合大规模机器学习系统，构建业界一流领先的推荐系统； 2、优化直播在多场景、全链路的推荐核心算法&策略(召回、粗排、精排、混排等等)，极致提升个性化直播分发与推荐效率； 3、深入理解用户、主播、平台等生态角色需求，通过持续技术创新与迭代，驱动用户体验、主播成长、平台营收健康持续增长，并通过直播+赋能优化各垂直行业； 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，制定算法策略促进直播生态的长期繁荣发展。 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，或有大规模推荐系统、计算广告、搜索引擎等核心算法业务经验者优先。

岗位描述 我们正在寻找一位大模型算法工程师，加入我们的DeepBank算法团队，负责提升 Agent 的规划、推理能力，构建知识库，并探索知识与大模型的融合。   岗位职责 1、Agent 核心算法研发与优化： 深入研究并实现先进的 Agent Planning 和 Reasoning 算法，提升 Agent 在复杂任务场景下的自主规划、逻辑推理、决策制定和问题解决能力 。    2、知识库构建与维护： 负责 Agent 研发平台所需知识库的构建、更新和维护工作，确保知识的准确性、完整性和时效性 。  3、知识与大模型融合研究： 跟踪和研究知识与大模型结合的前沿技术，探索新的方法和潜在的应用场景 。重点研究和实现基于检索增强生成（RAG）的 Agent 系统，探索利用知识图谱等结构化知识增强大模型的推理能力 。    4、特定领域 Agent 算法调优： 针对特定的应用领域，研究和优化 Agent 的算法和策略，以提升其在实际业务场景中的效果 。   5、参与平台技术方案设计与实施： 参与 Agent 研发平台的技术架构设计、模块划分和接口定义工作 。   任职要求 1、计算机科学、人工智能、自然语言处理、机器学习等相关专业硕士及以上学历 。    2、精通 Python 编程，熟悉深度学习框架如 PyTorch 或 TensorFlow 。    3、具备扎实的机器学习、深度学习、强化学习等理论基础，熟悉 Transformer 模型 。有大模型相关项目经验者优先 。    4、熟悉人工智能 Agent 的基本概念和原理 。熟悉 Agent Planning、Reasoning 等关键技术，了解 RAG、Function Calling 等优先 。    5、具备较强的逻辑思维能力、问题解决能力和快速学习能力 。      加分项 1、有实际 Agent 研发或相关项目经验，熟悉 Agent 框架（如 LangChain、AutoGen 等）。    2、熟悉知识图谱、向量数据库等知识库相关技术或工具 。    3、在 AI 会议或期刊上发表过相关论文 。  4、有参与或贡献优秀的开源项目经验 。    5、具备良好的中英文沟通和协作能力 。    6、有特定行业的 Agent 应用开发经验 。 ------------------------------------------------------------------------------------------------------------------------------------------

岗位要求: 教育背景要求:本科及以上 技能要求:良好的需求理解力、问题分析、归纳能力 、跨领域协调能力 知识要求: 1、优秀的洞察及架构能力，熟悉数字化经验及4A架构； 2、熟悉Transformer、增量预训练、SFT、RAG、Agent技术栈，有大规模集群上实践经验者优先； 3、对技术有热情，具备良好的沟通表达能力和团队精神，自驱力强； 岗位职责: 1、对齐供应链业务战略，联合业务领域识别业务挑战及应用机会点，制定AI应用战略及演进路标，规划并落地AI应用的系统及解决方案架构，牵引应用架构及技术架构的演进； 2、聚焦供应链的核心高价值业务场景，通过构建AI应用，赋能供应方案设计、供应资源决策、订单履行管理等，优化供应链作业及运作模式，提升工作效率、质量与客户/伙伴供应服务满意度。

美团金融服务平台成立于2016年，以“场景+金融”模式，携手合作伙伴构建开放生态，为美团平台用户和商户提供底层账户、支付通道、信贷、保险和理财等金融解决方案。我们致力于以科技为核心，助力金融机构打通金融普惠“最后一公里”。我们期待与大家共同完成每一件平凡而卓越的事情，一起为用户提供优质的产品体验，守护用户的资金安全，让生活变得更美好。 岗位职责 1、负责支持美团金融消费贷风险算法研发，深刻理解贷前/贷中风险控制和风险经营的业务场景，设计研发具备良好区分度和解释性的模型； 2、深度挖掘海量生态数据、金融数据及外部数据，开发有指向性、有区分度的风险特征体系； 3、负责不同业务线、不同场景下的模型体系的搭建，分层、立体地支持相应场景的业务指标达成； 4、推动建立模型全生命周期SOP和相应工具平台建设，提升模型维护、管理和迭代的效率； 5、研究前沿机器学习算法在领域的实践和应用。 岗位基本需求 1、计算机、统计、数学等相关学历背景； 2、熟练掌握Python，熟练掌握SQL、Hive等数据统计工具，熟练掌握树模型、语言模型、图模型等机器学习算法，良好的编码习惯和工程优化能力； 3、2年及以上的信贷风险模型建模经验，具备扎实的建模基本功和方法论； 4、具备良好的业务理解能力和沟通能力。 岗位亮点 1、丰富的美团生态数据和金融数据可供挖掘探索，先进的方法论体系，学习机会多成长速度快； 2、互金行业千亿信贷规模玩家，广阔的行业视野，业务稳定发展机会和空间大。

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；