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、负责抖音电商商家和达人撮合策略及联盟达人的内容分发策略，优化撮合效率和质量，提升联盟达人的电商流量获取能力，包括策略&机制设计、玩法设计、数据分析等工作； 2、理解商家达人双方合作需求，设计有效的供给引入、供需调节、匹配推荐、分层运营、激励补贴等策略，帮助商家和达人找到合适的合作对象； 3、通过定性和定量分析，厘清关键问题本质，制定具体解决策略、并联合算法、运营等团队，落地相关举措，达成业务目标。 职位要求： 1、扎实的产品设计、数据分析能力，逻辑能力强；有数据科学、数据分析或复杂项目产品设计经验加分； 2、跨部门沟通协调、项目推动能力优秀，具备一定抗压能力，自驱力强，对工作有责任心，时刻保持激情活力； 3、学习能力强，执行力强，有较强的沟通协调、资源整合能力及项目管理能力。

职位职责： 1、负责搜狐网和搜狐视频在线服务平台和推荐引擎的研发工作，为系统的稳定性，服务性能和吞吐规模指标负责； 2、持续提升推荐系统的性能，为千万搜狐用户提供最好的阅读体验； 3、不断改进搜狐媒体推荐引擎及相关的核心系统的架构设计和代码实现，结合机器学习模型的能力，提升推荐的各项指标； 4、协调推荐引擎和周边系统的研发节奏，共同推进产品快速迭代。 职位要求： 1、**本科以上学历，3年以上开发经验，具备优秀的编码能力和扎实的数据结构和算法功底； 2、熟悉java语言，熟悉linux开发环境，了解C、rust语言； 3、有推荐系统相关经验，熟悉常见的开源组件，参与过高性能在线服务研发者优先； 4、熟悉多线程、消息队列、MySQL、ElasticSearch、Redis等，具有任一框架优化经验者优先； 5、有大规模海量数据机器学习/数据挖掘/计算广告/搜索引擎相关经验者优先； 6、具备良好的沟通和表达能力，对信息流的用户体验上有自己的想法，有较好的产品意识者优先。

职位职责： 1、负责抖音业务推荐算法工作，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**的推荐系统，为用户提供一流的产品体验； 2、将最前沿的机器学习技术应用到抖音的核心场景业务，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。

岗位职责: 1.推荐系统方向的系统设计和后端开发实现、推荐策略和算法等。2.ctr server、标签系统、用户画像、内容推荐等相关方向的研发工作。3.海量用户服务架构、大规模数据平台、算法平台等相关开发和建设。 任职资格: 1.重点本科以上学历，计算机/数学相关专业；1年以上推荐相关方向研发经验。2.熟悉java或者c++,java语言优先；熟悉linux开发环境，较好的编程功底。3.对数据敏感，较强的动手实践能力、代码工程经验，逻辑思维强。加分项：1.了解nlp、特征工程、推荐系统、策略优化等。2.有大规模推荐系统架构设计和开发经验，知名互联网工作经历，有带团队经验优先。

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。

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。

职责： 1.负责推荐系统架构设计，进行技术可行性调研，实现在线引擎服务，优化在线性能，保证平台安全、稳定、快速运行； 2.深度参与信息流推荐业务，满足业务对于核心引擎或者基础平台的功能需求； 3.参与推荐引擎、模型预测、向量检索、调度系统等基础系统、平台的设计、研发及调优工作； 4.从业务中了解需求并抽象和设计新的平台，或者优化已有系统，以提升效率并降低成本。 要求： 1.基础功底扎实，熟练掌握C++，了解Python语言，熟悉linux 开发环境及内核，熟悉Perf、Vtune、valgrind等辅助工具； 2.参与过大规模系统的设计及研发工作，能承担一线的架构设计或研发工作； 3.有丰富的搜索或推荐引擎研发经验，对搜索、推荐、KV、模型预测等任一引擎或调度系统有实际开发经验； 4.熟悉开源系统，了解leveldb、Redis、Lucene、mesos，K8s，Docker，TensorFlow等任一系统者优先； 5.对信息流推荐业务有较大兴趣，愿意在该领域长期发展。

岗位职责： 1、研究、设计并实现推荐系统的算法和模型，包括协同过滤、内容推荐、深度学习模型等。 2、分析用户行为数据和产品内容特征，提取关键特征并构建推荐模型，优化推荐结果。 3、不断优化推荐算法，提升推荐质量和准确性，满足用户个性化需求。 4、参与推荐系统的架构设计和优化，提高系统的扩展性和性能。 5、与团队成员合作，进行实验和测试，评估推荐算法的效果并提出改进方案。跟踪最新的推荐算法和技术，探索并引入新的方法来提升推荐系统的性能和效果。 岗位要求： 1、本科及以上学历，计算机、统计学、数学等相关专业优先； 2、5年及以上机器学习相关工作经验，其中至少3年推荐算法排序经验； 3、熟悉协同过滤算法，熟悉LR、FM、XGBoost等常用机器学习模型，熟悉DNN； 4、具备大数据的分析能力、大数据挖掘能力，数据各种数据平台的使用，例如：Hive/HBase/Spark/；熟练使用python语言，熟悉Tensorflow框架优先； 5、了解AB实验流程，熟悉电商推荐常用的评估指标；具备较好的工程基础和良好的代码风格；具有良好的沟通能力，英语听力良好。

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

岗位描述 1、支持微博各场景推荐算法或Push算法研发； 2、基于海量微博内容数据、行为数据，进行大规模机器学习算法的研究，持续提升微博推荐核心业务指标； 3、对信息流推荐系统有浓厚兴趣，期望通过技术提高用户的信息获取能力和信息消费体验。 岗位要求 1、一年以上推荐、广告或搜索算法工作经验，计算机相关专业； 2、精通推荐算法，掌握机器学习和数据挖掘基本技能； 3、熟悉推荐引擎架构及模型训练、推理流程； 4、熟练使用C++开发线上代码，熟练使用一种脚本语言Python/Shell等，熟悉Linux基本开发环境，有扎实的数据结构和算法功底； 5、有大数据处理相关经验，熟悉Hadoop、Hive等相关操作； 6、有较强的分析和解决问题能力，有持续自我学习的能力和意愿，善于沟通和逻辑表达； 7、有大型业务推荐算法相关经验优先。

职位描述 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、参与美团App、优选App搜索以及推荐场景的一站式召回平台（索引构建、存储、图化引擎、模型特征管理、业务平台等）的架构设计和落地； 2、结合美团平台业务场景，推动业务架构的升级改造，满足产品/算法的迭代需求，提高研发效率； 3、负责美团平台搜索推荐后端各业务系统的服务稳定性建设和系统持续调优； 岗位基本需求 1、本科及以上学历，3年及以上后端开发经验； 2、熟练掌握c++语言，具备扎实的编程能力，熟悉数据结构和算法设计； 3、学习能力强、善于沟通、对技术创新充满激情，对未知充满好奇； 具备以下者优先 有大型互联网搜广推相关的工程研发经验者优先； 岗位亮点 1、美团平台核心业务推荐方向，加入我们，你可以亲身参与建设一个可触达数亿级用户的搜索以及推荐平台，并引导他们的生活娱乐决策。 2、美团平台搜索以及推荐场景，亿级DAU规模流量大，多展位异构推荐挑战多，接触多种平衡效率和稳定的设计思想，体现架构设计的艺术，发展空间大； 3、从0到1参与全新召回平台建设，辐射美团全业务线，技术上兼具广度和深度；

推荐系统工程师 【岗位职责】 1. 负责海外社交产品搜索推荐，全链路架构设计、系统研发； 2. 针对⾼并发⾼吞吐的⼤规模系统，提升系统的稳定性、性能、可扩展性； 3. 针对推荐场景进行架构抽象和流程优化。 【任职要求】 1. 熟悉互联网，对搜索推荐有浓厚的兴趣，有相关搜索推荐经验者优先； 2. 熟悉分布式、微服务架构，对大型分布式、高并发、高负载、高可用性系统设计有一定的了解； 3. 负责设定业务边界，业务模块间的交互及API的定义、接口规范；以及核心功能的设计与编码工作； 4. 熟悉Mysql、Redis、消息队列等常用WEB组件，并有能力进行定制化改进； 5. 有强烈的责任心、善于沟通、具有团队合作精神，善于编写技术文档。

工作职责 1. 参与个性化推荐系统的架构设计和研发，推动系统架构演进，提高系统研发效率，保障系统稳定性； 2. 能深入理解产品和业务，解决产品需求和推荐算法工程化的问题，支撑业务快速发展； 3. 对现有系统的不足进行分析，定位系统瓶颈，提高系统性能。 任职资格： 1.良好的编程能力，熟悉linux系统、C/C++语言；精通shell、python等脚本语言；有良好的工程能力者优先； 2.有技术钻研精神，移植迭代升级开源组件，不仅限于tf-serving、kv存储、faiss、分布式系统； 对优秀开源项目源码研究者优先 3.探索良好的架构设计，不断改善和重构迭代，推动业务快速发展； 4.性格开朗，责任心强，良好的沟通能力和团队协作能力； 5.在推荐系统相关顶会发表论文（KDD、AAAI、SIGIR、WWW、RecSys等）者优先。