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。

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。

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、搜索引擎等核心算法业务经验者优先。

职位职责： 1、负责抖音精选业务推荐算法相关工作，与来自国内外**名校、有丰富业界经验的同学合作，共同搭建行业前沿的推荐系统，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多样的业务场景，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、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。

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

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。

商业增值部是服务于美团核心本地商业客户的增值服务平台，覆盖餐饮、即时零售、医药、休闲娱乐、丽人医美、生活服务、酒旅度假等业务领域。我们致力于构建健康的本地商业生态，通过为平台客户和消费者提供符合其需求的多元、便捷、高效的商业产品和服务，帮助生态伙伴提高效率、优化经营、实现持续健康发展，推动本地商业数字化营销的发展，促进商业生态繁荣。作为本地商业的头部平台，我们为产品、运营、商务、技术、商业分析等领域人才提供广阔的发展空间。诚邀你加入美团商业增值团队，共筑本地商业的健康繁荣生态！ 岗位职责 1、结合到餐业务特性、流量场景特点，通过数据分析、行业调研等方式，明确分场景的广告变现模式及阶段性产品迭代重点； 2、负责推荐广告策略设计，通过召排策略优化、创意优化、机制设计等，完成广告收入和体验目标； 3、持续探索、完善推荐方向的指标体系、评估方法，异动分析下钻框架，并推动数据基建和核心看板建设； 4、协同推荐各渠道业务产运团队、算法团队、引擎团队，建立协作机制，推动项目落地，完成业务目标。 岗位基本需求 1、至少3年流量策略产品经验，有推荐/搜索广告策略经验者优先； 2、较强的业务理解能力和数据敏感度，有一定的数据分析方法论，能熟练使用SQL； 3、逻辑缜密、沟通良好、勇于挑战、善于分析和解决问题、良好的自驱力。 岗位亮点 1、深入接触O2O广告核心业务，对于行业视野提升、效果广告能力提升均有良好的空间； 2、推荐作为重要流量渠道，能深度参与并影响业务，价值创造空间大； 3、靠谱团队，团队氛围好。

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。

岗位职责： 1. 开发指标归因分析平台 2、AI大模型在各工具业务的应用场景适配等,负责基于大模型面向应用场景的算法策略组件建设 3、负责LLM、深度学习、机器学习等方向相关问题研究，跟进前沿技术动态 任职要求： 1. 计算机、通信、电子及相关专业，硕士及以上学历，3-5年工作经验 2. 熟练掌握Python语言，熟悉Tensorflow、Pytorch、Spark、Hive等技术栈 3. 具备深厚的NLP基础和前沿跟踪能力，具备大模型落地实战经验优先 4. 掌握NLP基本算法，在自然语言处理相关领域中至少一个方向有一定的实践经验，如语义检索与推荐、信息抽取、对话系统、语义理解、阅读理解、聚类、迁移学习、多模学习、低资源学习等熟悉LLM相关技术， 如transformer, prompt tuning, RLHF, langchain等，对相关技术落地有自己的理解 5. 在机器学习/NLP领域高级学术会议发表过高质量文章者 6. 有银行间债券、银行核心经营指标相关研发经验者优先

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；

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

岗位职责： （1）负责兴业银行分布式应用开发平台的设计和研发，牵头制定行内相关平台的规范指引； （2）深度参与兴业银行超大型分布式应用的建设。 岗位要求： （1）具备5年以上分布式微服务技术相关工作经验； （2）曾负责或者以骨干身份参与分布式应用开发平台研发建设，并具有超大型分布式系统建设经验； （3）研究过SpringCloud、Dubbo、Sofa等分布式开发框架，有源码重构经验优先； （4）熟悉超大型分布式应用建设时所需的关键技术，如单元化、双活/多活、灰度发布、分布式事务、分布式批量调度等； （5）熟悉超大型分布式系统建设时所需的缓存、注册中心、配置中心、日志、全链路监控等组件； （6）具有大型系统应用上云相关经验； （7）具有大型互联网技术中台的研发和架构经验或者银行分布式核心系统建设经验者优先。 工作地点：上海、福州、成都

【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