-
工作职责: 1、运用机器学习的理论和方法,针对海量信息建模,挖掘潜在商业价值,负责集团在线广告投放系统的核心技术创新与优化; 2、研究在线广告领域的前沿理论与技术,提高在线广告的变现能力、相关性与用户体验,达到商业和技术的完美结合; 3、优化在线广告点击率/转化率预估模型,设计定价调价机制,提升广告CTR和CVR,提升客户ROI; 4、挖掘客户作弊行为,设计合理的奖惩机制,维持良好的商业生态; 5、广告系统相关算法调研、实现和分析,包括但不限于:商业搜索、商业推荐、广告机制设计、用户画像,触发排序,预算平滑,智能投放,智能创意,风控反作弊等; 任职资格: 1、计算机或相关专业本科及其以上学历,2年以上互联网公司工作经验,有大厂经验优先; 2、熟悉Java/Python/Scala等一门或多门语言,数据结构和算法功底扎实,熟悉hive/hadoop/spark/flink等大数据处理技术优先; 3、工作积极主动,具备良好的团队合作精神、务实、接地气,具有较强的沟通能力、优秀的分析和解决问题的能力,对挑战性问题充满激情,具备良好的逻辑思维能力和数据敏感度; 4、有广告系统研发经验优先,机器学习/数据挖掘/搜索/推荐/NLP背景经验优先,有大规模机器学习算法使用,调参或实现经验优先;
-
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。
-
工作职责: 1. 负责电力大数据分析,电力数据挖掘与分析、算法设计等领域的研究,从系统和数据中发掘业务需求; 2. 负责数据逻辑梳理,基础数据处理、分析及相应的开发工作; 3. 对海量数据进行处理和分析,梳理业务与数据的相关关系,搭建模型,分析关键因素,优化核心决策。 4. 通过自然语言处理能力对文本分析; 任职资格: 1、研究生及以上学历,数学、统计学、计算机相关专业,1年及以上工作经验或本科985、211类院校毕业,数学、统计学、大数据专业毕业,2年以上工作经验,有电力工作经验者优先; 2、扎实的数据分析和可视化能力,熟练掌握Python、SQL、Excel等数据分析工具的使用,熟练应用numpy、pandas、scipy、Matpltlib等工具; 3、扎实的建模和算法模型落地能力,熟悉聚类、回归、时序异常检测、路径规划或自然语言处理方向;数学建模竞赛经历优先; 4、熟悉linux开发环境,精通Python语言特性,了解Docker容器生态体系; 5、积极主动、勇于承担,有良好的沟通能力、团队合作精神、较强的责任心。
-
工作职责 1、深入了解互联网贷款业务的市场动态,产品属性、业务场景、客群特征、风险模式,基于海量数据进行衍生变量挖掘,构建各类特征标签和风险特征集市; 2、负责第三方外部资信底层数据挖掘和建模评估; 3、与业务团队深度合作,完成需求沟通对接,评估框架体系设计和数据分析挖掘等工作。 岗位要求 1、研究生及以上学历,统计学、应用数学、计算机、通信等理工科相关专业,工作经验3年左右; 2、熟练使用python,熟悉SQL,Hive,Spark,Hadoop,具备扎实的数据分析功底;熟悉常用数据挖掘算法与模型,熟悉逻辑回归,树模型、无监督、神经网络等建模方法; 3、具备消费金融风险模型开发经验和大数据挖掘/分析经验;优秀的逻辑思维能力,高度的业务和数据敏感性; 4、有金融信贷行业风控数据挖掘或建模经验,有风控策略经验、征信挖掘经验为加分项。
-
工作职责: 1. 使用大数据处理架构、机器学习模型进行海量数据挖掘,筛选高质量数据用于大语言模型训练; 2. 开发基于Hive、Spark、Slurm、K8s的大数据文本处理工具; 3. 负责大语言模型的量化,提升推理效率和稳定性。 任职资格: 1. 计算机、数学、统计、NLP等相关专业硕士及以上学历; 2. 有大数据处理、数据挖掘、NLP等相关项目两年以上工作经验; 3. 熟悉常用NLP算法,如GPT、BERT、FastText等; 4. 精通Linux、Hive、Spark、K8s,熟练使用Pytorch; 5. 具备扎实的专业基础和项目经验,良好的沟通能力和团队合作,认真负责、主动积极。
-
1、参与金融场景的大规模用户行为分析与建模; 2、参与个性化推荐场景算法工作,包括数据、算法和工程的全链路落地。 任职要求 1、计算机、数学或统计学相关专业本科及以上学历; 2、熟悉Linux,C++,Java和Python,优秀的编码与代码控制能力, 扎实的数据结构和算法功底; 3、熟悉大规模数据挖掘、机器学习,熟悉hadoop/hive,具备大数据查询分析能力; 4、快速学习 ,具备优秀的分析和解决问题的能力,良好的沟通协作能力。 5、实习期连续3个月以上,时间更长者优先 加分项: 1、有推荐系统、机器学习、信息检索、自然语言理解、计算广告学及算法博弈论相关领域研究及实践经验;
-
风控算法工程师(验证码人机方向) 岗位职责: 1、基于不同的验证码形式和终端设计SDK埋点体系并与前端沟通采集逻辑,验证码形式包括不限于滑块、九宫格、图标点选等,终端覆盖Web、H5、Android、Ios。 2、基于采集到的验证码行为数据和设备数据构建人机识别模型判断是否为机器流量,并完成模型的实时线上部署,应用在登录、注册等各个业务场景用于风险识别。 3、通过和黑灰产的不断对抗,维护并持续迭代各验证码人机模型,探索不同的算法模式,并且将之应用到验证码场景中。 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,算法基础扎实; 2、熟悉黑灰产作弊手法,有成功的黑灰产对抗经验,负责并有效治理过某类反作弊问题,比如批量注册、群控等; 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、熟悉大规模数据挖掘、机器学习、自然语言处理、分布式计算等相关技术,有行为序列挖掘相关经验优先; 5、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。
-
职位职责: 部门介绍:国际支付团队致力向字节所有国际化业务提供专业的海外支付服务及解决方案、有效支撑字节跳动国际化业务的拓展与增长,当前团队分布在北京、深圳、上海、杭州、新加坡、山景城。风控数据智能团队职责是运用数据工程、数据科学、算法三种核心能力,以数字化、智能化方式,驱动全链路支付风控效果,推动包括fraud rate,chargeback rate,compliance rate等在内的核心风控指标持续优化,带来极致的用户服务体验。 1、开发并优化欺诈模型、支付可信分、用户画像等模型; 2、搭建各业务环节的机器学习模型,并负责模型部署应用、维护、监控和升级迭代; 3、推动用户行为序列、消费能力、欺诈特征挖掘,并对数据挖掘结果进行评估和校验; 4、负责建模流程优化,提升模型开发和部署效率,降低模型维护成本; 5、研究前沿机器学习算法在领域的实践和应用。 职位要求: 1、数学或计算机专业本科及以上学历,扎实的计算机算法基础,熟悉机器学习基本理论; 2、熟练掌握Python/Java/Scala等建模语言,熟练使用SQL/Hive/Spark/Flink等数据统计工具; 3、精通LR,GBDT等常用统计学习方法,熟悉多目标学习、深度学习、在线学习算法,良好的编码习惯和工程优化能力; 4、3年以上互联网公司的数据挖掘或机器学习的工作经历; 5、自然语言处理、图谱挖掘、欺诈检测优先;有过信用分、支付风控经验优先。
-
工作职责: - 基于机器学习的广告竞价排序机制优化,优化用户体验/排序效果 - 广告冷启动策略以及转化率预估,以及售卖机制设计,定价策略优化等 - 运用数据挖掘和机器学习方法,深入挖掘海量房产数据,负责房屋价格预估、客源意愿挖掘、智能匹配等算法 - 参与特征工程、召回、排序等模型持续优化和研究,配合工程持续优化线上模型,持续提升产品体验和商业价值 任职资格: - 两年以上数据挖掘与机器学习应用经验,有推荐、广告/营销、搜索、最优化问题等领域丰富的实战经验 - 对深度模型和常用机器学习算法(如:NN、树模型、LR、FM等)有较好的理解及实践经验 - 具备很强的工程及编码能力,能独立实现和调优算法,熟练掌握Python、java、Shell、Go、Scala等中的一种语言 - 有海量数据处理和并行计算开发经验,熟悉Hadoop、Storm、Spark等技术者优先 - 责任心强,有快速学习的能力;目标导向,善于结合具体业务场景,灵活的分析与解决有挑战性的问题 - 有个人技术博客、活跃在各技术社区、有数据挖掘/机器学习相关paper的更佳
-
工作职责: 1.负责大规模在线广告的精排和粗排模型优化,提升广告CTR/CVR模型的预估精度; 2.参与搜狐广告业务由传统模型向深度学习模型迭代进程; 3.深入进行数据挖掘分析建模,构筑用户画像和行业广告特征体系,落地拿到业务结果; 4.从广告主反馈或者效果评测,发现定位系统和算法不足,和产品运营同学一起落地解决方案,改进相关算法并推动实现; 5.追踪业界前沿技术,结合业务需求特点,探索创新前沿算法并应用于实际业务。 任职资格: 1.*****本科及以上学历,计算机或软件工程相关专业,3年及以上算法经验; 2.具备扎实的编程能力,熟悉Linux开发环境,熟练掌握Java/Scala/Python中的一种语言,熟悉Spark/SQL/Hadoop、Redis等常用语言和工具,Java代码能力优秀者优先; 3.具备机器学习和深度学习理论基础和实践经验,熟悉协同过滤/LR/FM等传统广告模型,熟悉Wide&Deep/DSSM/DIN等深度学习模型理论,有将算法应用于实际线上系统和业务的成功经验更佳; 4.具备良好的沟通表达能力和工作主动性,善于发现和解决问题,持续系统的优化能力; 5.有过广告/推荐/搜索相关优化算法工作经验、机器学习/数据挖掘/NLP论文发表或竞赛者优先。
-
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
-
职位职责: 团队介绍:抖音长期生态团队,负责设计、优化抖音的内容分发和作者成长机制,保障抖音多业务的健康可持续发展。我们的工作涉及大规模推荐算法的优化、复杂约束的优化问题的解决、对多种场景的推荐架构的设计和实现和对产品数据的复杂深入的分析工作。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、负责抖音多题材内容的业务算法工作,共同搭建业界领先的推荐系统; 2、深入理解业务和机器学习技术,优化模型&策略,持续提升推荐效果; 3、深入理解用户行为,结合数据挖掘等技术,优化用户创作和浏览等体验。 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、业务思维强,具备优秀的发现问题、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; 3、对技术有热情,有良好的沟通表达能力和团队精神; 4、熟悉机器学习,对推荐系统相关领域有经验者优先; 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。
-
职位描述 1. 参与/负责推荐广告和搜索广告的排序算法设计和优化,提升整体变现效率; 2. 参与/负责广告系统全链路各模块优化,包括定向/召回/精排/投放机制设计等; 3. 对CTR/CVR模型的持续探索和优化; 4. 结合业务,通过设计和优化广告投放机制,提升流量变现效率; 职位要求 1. 熟悉深度机器学习/广告机制设计/数据挖掘中的一个或多个,具备实际工作经验; 2. 优秀的编码能力,扎实的数据结构和算法功底; 3. 有大型广告投放/推荐/搜索排序等相关工作经验者优先; 4. 优秀的分析和解决问题的能力,良好的团队合作精神;
-
风控算法工程师(验证码人机方向) 岗位职责: 1、基于不同的验证码形式和终端设计SDK埋点体系并与前端沟通采集逻辑,验证码形式包括不限于滑块、九宫格、图标点选等,终端覆盖Web、H5、Android、Ios。 2、基于采集到的验证码行为数据和设备数据构建人机识别模型判断是否为机器流量,并完成模型的实时线上部署,应用在登录、注册等各个业务场景用于风险识别。 3、通过和黑灰产的不断对抗,维护并持续迭代各验证码人机模型,探索不同的算法模式,并且将之应用到验证码场景中。 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,算法基础扎实; 2、熟悉黑灰产作弊手法,有成功的黑灰产对抗经验,负责并有效治理过某类反作弊问题,比如批量注册、群控等; 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、熟悉大规模数据挖掘、机器学习、自然语言处理、分布式计算等相关技术,有行为序列挖掘相关经验优先; 5、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。
-
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!