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；

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

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。

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、负责抖音文娱业务推荐算法工作，主要负责短剧、版权视频等文娱体裁在抖音系APP（抖音、抖音极速版、西瓜视频）的推荐分发工作，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、LTR、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。

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。

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: 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。

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 。 ------------------------------------------------------------------------------------------------------------------------------------------

美团骑行事业部在全国各个城市开展美团单车、电单车业务，提供绿色、便捷的共享出行服务，是美团出行板块重要的组成部分。我们力求为城市可持续发展提供低碳智能的解决方案，通过技术创新和硬件升级，不断优化全流程骑行体验，为低碳出行提供更好的服务。其中，美团单车旨在为城市居民提供通勤接驳服务，满足用户短途接驳出行需求；美团电单车则满足用户中短途多场景低碳出行需求。 我们有开放的工作氛围，也有充满韧劲和创造力，心系低碳出行的伙伴。加入我们，一起为用户创造更好的出行体验。 岗位职责 1.负责骑行业务相关的预测算法设计、研发和迭代优化，包括但不限于供需预测、ETA预测、时空挖掘等； 2.参与智能调度算法体系搭建，抽象并定义算法问题、算法技术选型、模型搭建、落地推广应用，实现业务效果优化； 3.深入了解业务，与产品、工程、数据、业务团队密切合作，持续推动从算法技术到业务价值的转化，驱动业务变革； 4.综合运用时序预测、机器学习、图模型、迁移学习、大模型等前沿技术优化骑行领域的相关问题 岗位基本需求 1.硕士研究生及以上学历，计算机、自动化、数理统计、人工智能等相关专业； 2.具备至少3年以上的算法相关工作经验，有扎实的算法基础和代码能力； 3.熟练掌握至少一种深度学习框架，如PyTorch、TensorFlow等，熟悉至少一种编程语言，具备良好的编码习惯和工程能力； 4.具备良好的业务理解、问题定义、沟通和合作能力，能够与各个团队紧密合作，解决问题； 5.善于分析和发现问题，具备较强的自驱力，有强烈的学习意愿和创新精神，对算法技术有浓厚的兴趣和热情。 具备以下者优先 1.在时序预测、ETA预测、时空挖掘等算法方向上有实践经验； 2.在国际或国内权威机器学习赛事中取得优秀名次； 岗位亮点 1.团队算法研发紧跟业务目标，每一次算法迭代都能给业务目标带来具体的价值，实现自我价值和成就感； 2.能够接触到海量业务数据进行深入分析和算法建模并落地在骑行场景中，解决实际业务问题中的挑战； 3.团队重点算法方向，能够建立较完整的业务和技术视角，有机会成为团队的核心成员，发挥领导作用。

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。

职责和职能： 1. 与商业客户和终端用户紧密合作，理解他们的需求，并提供基于AIGC技术的算法解决方案。 2. 进行提示词训练，设计和开发算法模型，以生成自然流畅的文本、图像或音频内容。 3. 使用大规模数据集进行模型微调，以提高算法在具体商业场景下的准确性和效果。 4. 处理多模态数据，如文本、图像、音频和视频等，进行跨模态信息融合和分析。 5. 将AIGC模型和多模态处理技术与B端和C端系统进行接口对接，确保数据的准确传递和系统的高效运行。 6. 对已有的AIGC模型和多模态处理算法进行评估和改进，优化其在商业环境中的性能。 7. 持续关注最新的AIGC、提示词训练、模型微调和多模态处理技术，将其应用于解决B端和C端的商业挑战。 8. 提供对商业客户、终端用户和其他利益相关者的技术支持和培训，解答问题并提供解决方案。 资格要求： 除前述基本要求外，还需要具备以下能力： 1. 在AIGC领域具有扎实的理论基础和实践经验，熟悉生成式模型和注意力机制等相关技术。 2. 了解并掌握提示词训练技术，能够使用大规模数据集进行模型训练和生成内容。 3. 具备模型微调的经验，能够通过微调预训练模型或迁移学习来适应具体商业场景。 4. 熟悉多模态数据处理方法和技术，能够进行跨模态信息融合和分析。 5. 掌握相应的开源工具和框架，如GPT、BERT、PyTorch等，并能进行定制化开发和调试。 6. 有在商业环境中应用AIGC、提示词训练、模型微调和多模态处理的实际经验者优先考虑。 7. 具备良好的问题解决能力和团队合作精神，能够与各个层面的利益相关者进行有效沟通。 公司为员工提供行业内具有竞争力的薪酬水平及个性化的员工福利，让你生活出行嗨翻天 【法定福利】：国家规定缴纳的社保及公积金，带薪年休假 【节日关怀】：节日礼品，节日礼金 【公司福利】： 为员工本人及子女购买商业保险； 机场/高铁休息室及合作餐食厅免费用餐等权益； 机场/高铁出行礼宾车接送权益； 健康体检、360在线问诊、三甲医院VIP挂号、重疾绿通入院、齿科护理等服务； 周期性团建及加班餐食与打车服务； 【晋升发展】：设立良好的晋升机制和广阔的发展空间，内外训双引擎助力职业发展与提升。

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；