岗位职责: 1、负责行车场景周视感知算法设计和开发工作，包括高速/城区等场景中的障碍物、车道线等感知任务的模型及后处理算法开发工作 2、负责泊车场景环视感知算法设计和开发工作，包括室内、室外等场景中的车位、障碍物等感知任务的模型及后处理算法开发工作 3、负责自动驾驶领域大模型等前沿技术研发工作 任职要求： 1、计算机、汽车工业、机器人、电子或相关专业； 2、熟悉当前主流的深度学习算法，包括但不限于BEV感知、无监督训练、大模型、目标检测、图像分割、多任务学习、多传感融合等领域； 3、熟悉常用的深度学习框架，如PyTorch、TensorFlow、MxNet等，要求至少对其中一种框架较为熟练； 4、至少精通Python或C++编程，熟悉常用的视觉算法库如numpy/opencv等，了解常用的传统图像处理算法。 5、具备针对车载端侧平台检测/分割等算法设计经验和落地能力，有针对自动驾驶场景落地障碍物、车道线、红绿灯、freespace等算法经验者优先。 6、具有正确的价值观、内在驱动力；具有较强的学习能力、沟通能力和团队协作能力；能主动解决问题；能够承受较强的工作压力。

工作职责 : 1. 负责计算机视觉、多模态AIGC内容生成领域的核心算法研发及效果优化，包含物体检测和识别、物体分割、视频内容理解、图文视频内容生成、虚拟数字人等方向； 2. 追踪和学习人工智能领域的国际前沿技术研究，结合业务需求，研发计算机视觉、多模态内容生成类算法，推动AI技术在保险领域的智能应用及落地，根据业务需求持续追踪应用效果并进行优化迭代，赋能保险行业智能化营销，数字化运营等。 任职资格 : 1. 硕士及以上学历，具备扎实的计算机基础知识，3年以上计算机科学、人工智能相关领域工作经验，熟悉物体识别与分类、物体跟踪、三维视觉、视频内容理解、文生图/图生文、虚拟数字人等主流算法及应用； 2. 算法基础扎实，有较强的算法理解和实现能力，熟悉掌握C/C++,Python等编程语言、常用数据结构算法以及Linux环境开发和实现， 熟悉掌握Tensorflow, Pytorch等深度学习框架，有熟练框架使用及模型训练及模型部署经验； 3. 学习能力强，紧跟国际前沿技术，富有创造性思维，表达能力良好，能独立高效完成中英文技术文档撰写。 4. 在相关国际会议或主流期刊，如CVPR、ICCV、ECCV、NeurIPS、SIGGRAPH等发表论文者优先，有计算机视觉/深度学习方向比赛经验并取得优秀名次者优先，有高质量Github项目经验者优先。 5. 责任心强，积极主动，有良好的沟通能力和团队合作能力，有技术负责、项目管理、多团队协作管理经验者优先。

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。

资深算法工程师（商家风控方向） 岗位职责： 1.商家风险识别与防控 ●负责跨境电商业务中商家风险行为的全面识别与防控，重点打击虚假交易、操纵评价、价格欺诈、买卖家联合、低质产品、滥用促销等等违规行为，确保平台交易的真实可靠。 ●利用数据分析和机器学习技术，精确识别商家的异常行为，制定有效的风控策略。 2.风控模型全链路管理 ●主导商家风控模型的全链路开发与上线工作，包括需求调研、风险探索、方案设计、模型开发、系统集成、部署上线、效果评估、持续优化和监控预警。 ●与产品、工程、业务团队紧密合作，确保风控模型精准覆盖业务场景，并能够及时应对市场变化。 3.前沿技术应用与创新 ●深入探索全球各大市场的新型商家作弊行为，利用多模态大数据进行风险评估与预测。 ●应用异常检测、无监督学习、迁移学习、序列模型、图模型、大规模预训练模型等前沿技术，提升风险识别的准确性和召回率。 职位要求： 1.经验与教育背景 ●拥有3年以上风控算法研发经验，有跨境电商业务或商家风控经验者优先考虑。 ●计算机科学、数据科学、统计学或相关专业，本科及以上学历。 2.技术能力 ●精通Python编程，熟悉主流机器学习框架（如TensorFlow、PyTorch等），具备优秀的算法实现和优化能力。 ●深入理解大规模数据挖掘、机器学习、分布式高性能计算等技术，能够高效处理海量数据。 3.业务敏感性与团队合作 ●对风控领域充满热情，具备敏锐的业务洞察力，能够迅速适应和响应业务需求的变化。 ●具备强烈的责任心和主观能动性，能够独立完成任务，同时拥有优秀的团队合作精神和沟通能力，推动项目顺利进行。

工作职责： 1. 熟悉贝壳业务风控体系，搭建账号安全、营销反作弊、交易资金安全等场景相关的策略算法模型 2. 与业务团队密切配合，基于对历史数据的分析和挖掘，实现对风险的感知、识别、处置和持续对抗迭代 3. 探索前沿算法在业务风控场景的落地应用，包括但不限于图算法、无监督模型、大模型等 任职资格： 1、本科及以上学历，计算机、数学等相关专业优先； 2、精通Python/JAVA/SHELL等语言，编码能力强； 3、熟悉特征工程和常用的机器学习算法，有应用这些算法进行实际产出的项目经验； 4、善于分析数据，总结规律，发现隐藏在数据背后的业务问题 5、有责任心，具备良好的沟通、合作能力，乐于分享，有较好的抗压能力

岗位要求： 1. 熟悉自然语言处理(NLP)领域的相关技术，熟练掌握Python等至少一种语言； 2.具备NLP领域的项目经验，对项目的方案设计及落地实施有一定的见解； 3.在分词、命名实体识别、情感分析、文本分类、句法分析、意图识别、知识图谱等方向有一定的积累； 4.掌握常用的算法设计，熟悉常用的机器学习框架，如Tensorflow、Pytorch等。 5.良好的沟通能力和团队合作能力。 岗位职责： 1.参与NLP相关的项目方案设计，协助项目实施、维护和优化； 2.参与攻坚项目中与NLP相关的难题，编写相应的代码； 3.自行调研NLP新技术，推动新技术在实际项目中的应用； 4.负责训练相关的机器学习(包括深度学习)模型。

职位描述 1、支撑广告场景的流量反作弊业务，构建基于机器学习或深度学习模型的识别系统，为流量提供识别风险的核心能力 3、运用各类异常检测方法对流量日志、用户行为数据进行分析与建模，进行风险pattern挖掘和识别 4、建立完善的在离线异常指标监控体系，能迅速高召回的发现及定位疑似作弊行为； 任职要求 1、2年及以上反作弊/风控工作经验，熟练Python/pySpark，熟悉SQL，有良好的编程风格； 2、对数据敏感，熟悉常用机器学习/数据挖掘/深度学习/异常检测算法，并有一定实践经验； 3、有用户行为分析、社群关系挖掘相关经验者优先； 4、有端安全、广告反作弊、广告风控算法及相关领域工作经验者优先。

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、Learning to rank、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。

职位描述 1. 将独立感知模块的输出统一并进行融合，得到适合后续模块的表示。 2. 设计系统和完善的算法与传感器失效检测模块 职位要求 1、熟悉基于滤波和优化的状态估计算法，并可以灵活运用解决实际问题； 2、良好的编程能力，熟悉python, c++，掌握常见的算法和数据结构知识。 加分项 1、熟悉计算机视觉中多视角几何知识； 2、熟悉传统统计机器学习知识，如概率图模型等，并有项目实践经验； 3、参加kaggle比赛获得前十名者； 4、ACM/ICPC、CCPC、NOI、IOI等计算机/信息学竞赛获奖经历。

岗位职责： 1. 承担基于GPT系列或者其他开源大模型的开发和调优工作，包括训练流程搭建、指令微调、P’rompt工程以及面向下游任务的效果优化等； 2. 完成大规模预训练模型在到店业务场景中的应用落地，支持业务目标提升。 3. 紧跟业界大模型进展，探索前沿技术，解决到店业务的实际问题，包括智能问答、图文内容生成等； 4. 与其他团队密切合作，包括数据工程师、前后端工程师、产品经理等，实现高质量的产品和解决方案。 岗位基本要求： 1. 有大语言模型(LLM)预训练经验,熟悉相关技术细节和优化策略，如大规模语料收集、模型调优优化、自弱监督学习、强化学习等 2. 有小样本学习 (Few-shot learning)、提示学习(P‘rompt learning)等相关技术经验； 3. NLP相关领域3年以上经验，具有扎实的算法理论基础，熟练掌握自然语言主要算法模型，如实体识别、知识抽取等。熟悉NLP主流大模型，如ChatGPT/T5/PaLM/LLaMA/GLM等，对模型背后的原理和各自适用场景有深入的理解； 4. 有基于Tensorflow、PyTorch等深度学习框架的实战项目经验； 5. 具备较强的团队协作能力和沟通能力，有较强的学习能力和业务分析及问题解决能力。 具备以下优先： 1. 具有生成式模型训练及开发经验、信仰AIG者优先； 2. 有NLP、多模态研发背景，对QA/机器翻译/图文生成相关领域有深入理解的优先。 3. 对大规模预训练语言模型技术现状和发展趋势有深刻的理解和认知，并对相关技术有极高的热情。 4. 计算机相关专业博士优先， 发表过大模型相关研究AI顶会论文优先； 5. 具备有良好的代码开发能力，有开源项目开发经验优先。

岗位名称：搜索、推荐算法工程师 岗位职能：算法工程师 工作年限：3-5年 学历要求：硕士及以上 工作职责： 负责如下场景的模型训练以及落地 1、自然语言处理场景；任务举例：文本分类、实体识别、query 分析、分词、情感分析等； 2、搜索、推荐召回场景；任务举例：基于 Query 的召回、基于 item 的召回等； 3、搜索、推荐精排场景； 岗位需求： 1、对数据敏感，具有优秀的逻辑思维能力，善于分析问题，解决问题； 2、精通主流深度学习框架：Tensorflow、PyTorch 等； 3、深刻理解机器学习和深度学习算法原理；对 query 分析、相关性、召回模型、机器学习 排序有深刻的理解和应用经验； 4、深刻理解深度学习算法的训练，可根据不同业务场景对模型本身进行调优，精通训练数 据的构造、训练超参的调整； 5、熟悉主流 NLP 算法及推荐算法，比如：BERT 模型、DSSM、ESMM、CRF、GNN 等； 6、有复现论文模型的相关经验； 7、有深度学习部署框架（Triton、Onnx、TFServing 之一）相关业务应用的落地经验； 8、了解大数据（Spark、Hive）技术； 9、熟悉 Java，有工程落地经验者优先；

职位职责： 1、负责抖音视觉搜索的增长和搜索结果体验优化； 2、洞察用户视觉搜索场景、需求类型，并针对性的进行功能或策略优化，带动视觉搜索体量和认知提升； 3、能够理解用户搜索需求，协同算法优化视觉搜索搜索结果页的排序策略、模型效果； 4、能够结合多模态大模型的能力，提升视觉搜索的体验、挖掘新的场景和空间。 职位要求： 1、3年以上内容分析/理解、搜索（含视觉）、策略、教育拍搜相关经验优先； 2、有韧性，需要具备良好的逻辑分析能力、产品策略判断能力、跨团队协作沟通能力以及执行推动力； 3、对业务有深入思考，具备良好的独立规划及拆解能力； 4、对搜索产品的运转逻辑、需求理解及满足方式等有较好的理解。

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. 语音识别，声纹识别方向 需求： 1. 熟悉C++和Python 2. 熟悉机器学习和深度学习算法 3. 熟练使用Pytorch或TensorFlow 4. 有Kaldi，DeepSpeech，ESPNet经验优先 5. 每周实习时间保证4天以上

职位描述： 1. 支持自动驾驶感知、预测、规控、部署优化等方向算法工作。 职位要求： 1. 深入了解车载高算力计算平台与底层系统； 2. 有计算机视觉量产部署、系统性能优化等相关领域的经验； 3. 熟悉常见的深度学习推理框架，如TensorFlow、PyTorch、TVM等； 4. 熟悉自动驾驶算法数据流和通讯机制，有仿真开发经验者优先； 5. 熟悉Nvidia平台开发、有自动驾驶框架开发经验者优先； 6. 具备较强的问题解决能力和自我驱动能力。