工作职责： 1. 技术创新与研发：研究并开发先进的机器学习模型，特别是在联邦学习框架下，设计能够高效处理分布式数据的算法，保障用户隐私的同时提升模型的准确性和泛化能力； 2. 多模态智能融合：探索如何整合文本、图像、语音等多种数据模态，构建全面的用户行为画像，提高反欺诈系统的精准识别与预测能力。将研究成果转化为实际应用，优化现有反欺诈系统，提升其性能和效率； 3. 学术研究与交流：跟踪人工智能、联邦学习和深度学习领域的最新进展，参与国际会议，发表论文，提升微众银行在该领域的影响力。 工作要求： 1. 教育背景：计算机科学、统计学、数学或相关领域的硕士及以上学历，具有扎实的数学基础和算法功底； 2. 专业技能：深入理解机器学习、深度学习原理；熟悉TensorFlow、PyTorch等主流框架；有联邦学习研发经验者优先；了解多模态数据处理方法者优先；有会议论文发表记录者更佳； 3. 创新能力：具备良好的问题解决能力和创新思维，能够在复杂环境下提出并实施新颖的解决方案； 4. 沟通协作：优秀的团队合作精神，良好的沟通技巧，能够有效地与不同背景的团队成员合作。

岗位职责： 1、从事大语言模型（LLM）预训练算法研究、训练、应用，涉及多语言、知识增强、模型性能提升等方面； 2、基于RLHF范式的PPO强化学习算法优化NLP模型生成效果，减少有害、敏感或偏见相关回复； 3、支持公司通用类和垂类大模型中的强化学习模块研发。 岗位要求： 1、硕士及以上学历，计算机、数学或自动化等相关专业，两年以上强化学习相关工作经验； 2、熟悉 actor-critic、Q-learning、PPO、off-policy RL等强化学习算法，有完整训练过PPO算法经验优先； 3、对 RLHF基本原理有深入理解，有指导0-1构建数据集能力 和 训练 RM模型经验者优先； 4、追踪了解业绩最新研究成果，包括但不限于instructGPT、LLaMA等大模型； 5、在ICML、ICLR、NeurIPS、AAAI等会议或期刊上发表过论文者优先。 6、具备良好的沟通能力，跨团队协作能力，出色的规划、执行力，强烈的责任感，以及优秀的学习能力。

工作职责: 1.负责泛知识学习成长品类的内容和创作者运营，关注优质创作者成长，包括优质UP主的挖掘扶持，并能够通过有效的运营手段打造创作者标杆case 2.关注品类内创作和消费趋势，能够通过运营手段优化用户消费路径并将趋势内容规模化放大，持续提升优质创作者的规模和消费规模，带动平台的用户增长 3.定期策划成长线相关活动，能够利用品类特色内容，提升品类在行业或圈层影响力 4.能够结合行业内外部资源，构建良好的内容生态，持续建设泛知识学习心智 工作要求: 1.本科及以上学历，5年工作经验，了解社交媒体平台内容和用户喜好，了熟悉B站的内容传播特性和生产方式，喜欢B站社区氛围和内容，有用户运营经验者和内容平台工作经验优先 2.有较强的内容sense，对数据敏感，有较强的分析能力，善于发现和挖掘数据价值，并根据数据调整内容策略，有教育成长行业资源的优先； 3.有较强的逻辑能力以及良好的商业分析思维，有独立思考能力和自驱意识，善于沟通，结果导向，思维敏捷，开放心态.

工作职责 1、负责微粒贷等线上金融信贷产品全流程风险模型开发。基于互联网、金融行业相关数据，通过聚集性发现、回归分析、集成学习、复杂网络、深度学习等算法技术，挖掘群体行为特征及信用风险评估； 2、擅长高维度、非结构化、网络结构等复杂数据的挖掘和建模，能够基于互联网大数据，挖掘客户360度特征，对客户身份识别、社区发现设计有效算法，将成果应用在信用评价、欺诈侦测、异常行为识别等场景； 3、负责数据挖掘前沿技术的探索和调研，通过实验、创新等方式引入到风控模型建设中，改进创新方法以解决非常规化问题。 任职要求 1、计算机（机器学习、人工智能等方向）、数学、统计或相关专业硕士及以上学历； 2、数据数据挖掘、概率统计、机器学习、自然语言处理、模式识别或信息检索等专业领域知识，并对其中擅长领域理解透彻； 3、三年以上机器学习和算法实施相关工作经验，具有较强的数据理解能力、数据分析能力、业务感知能力，熟悉社会网络分析方法，有推荐系统、社团发现、大规模数据挖掘项目实施经验优先； 4、熟练使用Python/SAS/R等数据挖掘工具，有数据可视化经验者及开源数据挖掘工具实战经验者优先； 5、熟悉Hadoop/Spark/Storm/Hive等至少一种分布式计算技术，具有海量数据处理经验； 6、积极创新、有开拓精神、乐于面对挑战、有较强的执行能力，具有高度的责任心和良好的团队合作精神。

职位职责： 团队介绍：平台治理算法团队2020年9月成立，主要职责是通过优化算法，和电商业务团队配合，对字节跳动电商产品进行全方位的质量/生态的治理，既包括低质/风险/违规问题的打击，也包括画风优化、优质内容扶持、电商生态建设等。 平台治理算法团队使命：经营带货有保障，所见所得皆好物； 愿景：打造安全合规的平台秩序，建立用户信赖的健康生态。 1、负责运用算法挖掘、识别和预测电商场景中的风险和低质的商家/商品/带货主播，并配合业务进行管控； 2、负责运用算法挖掘影响商品体验和履约时效体验的事件和行为，建设数据模型，协助构建良好的生态体验环境，为业务提供支持； 3、参与构建挖掘电商直播、商品、商家和带货主播等多种实体的数据，对大规模网络/海量特征序列进行建模，支撑内容理解/多模态表征/社区挖掘等业务场景解决问题，并为商品/直播/视频治理提供支持； 4、参与构建大规模的图存储和图学习平台，完善电商社区内商家/商品/带货主播的关系建设，并赋能治理业务； 5、探索和调研机器学习/图学习/序列学习和相关方向前沿技术，并落地于真实业务场景。 职位要求： 1、有扎实的代码能力，熟悉深度学习/图神经网络/机器学习框架，如 pytorch、tensorflow、DGL、pyg、sklearn 等； 2、熟悉机器学习/图学习/序列学习算法中的一项或者多项，如图建模、时序信号建模、节点/子图分类、社区挖掘、表征学习、自监督/半监督学习等，有一定深度和广度； 3、熟悉相关算法在数据挖掘、搜索推荐、内容理解、治理风控的应用者优先； 4、熟练使用 numpy、pandas 等独立进行建模实验，熟悉大数据工具 Hive、Spark、Hadoop 者优先； 5、在数据挖掘、机器学习（KDD、ICML、NIPS、VLDB等）等领域**会议有文章发表者，或在数据挖掘竞赛（Kaggle、天池）优胜者优先。

职位职责： 1、负责机器学习系统推理架构和产品的设计开发，支持火山方舟大模型平台和机器学习平台的产品业务； 2、负责深度模型推理任务为核心的在线架构设计与优化，充分利用各种异构计算（GPU、CPU、其他异构硬件）、存储（各种云存储）、网络（VPC、RDMA）等资源，构建多租环境下的稳定性、观测体系，实现高并发、高吞吐的大规模在线系统； 3、负责推理系统的产品化落地，打造稳定、可观测、体验一流的公有云推理平台。 职位要求： 1、熟练掌握Linux环境下的Go/Java/Python等1-2种语言； 2、具备扎实的计算机科学功底和编程能力，熟悉常见算法和数据结构，具有良好的编程习惯； 3、熟悉至少一种主流的机器学习框架（TensorFlow / PyTorch 或其他自研框架）； 4、熟悉 Kubernetes 架构和生态，有丰富的云原生机器学习系统实践和开发经验，对在线服务治理、 部署架构有深入理解和落地经验； 5、掌握分布式系统原理，参与过大规模分布式系统的设计、开发和维护； 6、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分； 7、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动； 8、有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。 加分项： 1、有在线GPU推理系统的工程架构落地经验，熟悉常见的在线推理优化手段（Batch、量化、分布式推理等），熟悉GPU、大模型相关软硬件技术栈； 2、熟悉公有云推理产品架构，对该领域用户画像和用户故事有深入理解，有打造***产品的热情； 3、有以下某一方向领域的经验：CUDA，RDMA，AI Infrastructure，HW/SW Co-Design，High Performance Computing，ML Hardware Architecture (GPU, Accelerators, Networking)，ML for System，Distributed Storage。

岗位职责： 1、结合电商的业务特性，进行模型和算法创新，打造业行领先的机器学习/深度学习算法平台能力。 2、超大规模的机器学习模型优化，包括但不限于深度学习、强化学习、表征学习等，最大效率地提升电商流量效率。 岗位要求： 1、计算机及相关专业，具有扎实的算法和数据结构，优秀的问题理解能力和编码能力。 2、扎实的机器学习理论基础，具有行业常用的机器学习算法实践经验。 3、熟悉业界主流的机器学习平台，有大规模机器学习平台的研发经验者优先，有Tensorflow/PyTorch等机器学习框架使用经验者优先。 4、具有电商相关业务的算法实践经验者优先，包括但不限于推荐、广告、搜索等。 5、良好的团队合作和协调沟通能力，学习能力强，自我驱动力强。

岗位职责： -结合电商的业务特性，进行模型和算法创新，打造业行领先的机器学习/深度学习算法平台能力。 -超大规模的机器学习模型优化，包括但不限于深度学习、强化学习、表征学习等，最大效率地提升电商流量效率。 岗位要求： -计算机及相关专业，具有扎实的算法和数据结构，优秀的问题理解能力和编码能力。 -扎实的机器学习理论基础，具有行业常用的机器学习算法实践经验。 -熟悉业界主流的机器学习平台，有大规模机器学习平台的研发经验者优先，有Tensorflow/PyTorch等机器学习框架使用经验者优先。 -具有电商相关业务的算法实践经验者优先，包括但不限于推荐、广告、搜索等。 -良好的团队合作和协调沟通能力，学习能力强，自我驱动力强。

工作职责 : 1. 运用机器学习相关技术，对海量数据进行处理和分析，挖掘相关信息，分析关键因素，进行标签体系建立、模型开发、模型优化、算法评估等工作，以提升业务智能化为目标，助力保险业数字化转型； 2. 负责决策相关模型的设计、开发与上线效果分析等，包括但不限于理赔模型、风险模型、用户增长模型等； 3. 负责对模型相关的数据进行分析，包括数据清洗、数据挖掘、特征工程、数据建模等，以提高业务智能化的准确性与效率； 4. 通过对数据的敏锐洞察，深入挖掘业务场景的潜在价值和业务需求，通过技术创新推动业务智能化的提升； 5. 跟进机器学习相关技术的业界发展，并合理运用到实际业务场景中； 任职资格 : 1. 计算机、数学、统计学及电子信息相关专业硕士及以上学历，3年及以上工作经验； 2. 在经典机器学习、深度学习、自然语言处理或运筹优化等一个或多个领域有扎实理论基础或丰富研发经验，曾在广告推荐、营销转化、用户增长等某一领域有相关工作经验者优先； 3. 熟悉Java/Python/C++中的一种或多种编程语言，熟悉大数据处理技术（Hadoop/Spark/Hive），善于学习和应用业界领先数据架构和技术处理实际策略类问题； 4. 良好的逻辑思维能力，在复杂业务场景下能够分解和抽象问题，提供优秀、完整、可行的解决方案； 5. 对解决具体挑战性问题充满激情，较强的责任心和主动性，良好的沟通协作和抗压能力。

if (your_passions.includes(‘data’)) { switch(your_stacks) { case ‘Python’: case ‘Spark’: case ‘Natural Language Processing’: console.log(‘Join AfterShip’); break; } } 岗位职责 1、负责公司海外电商 SaaS 产品矩阵的数据挖掘&机器学习算法研发及落地，包括但不限于用户画像、用户增长、物流、推荐、广告、营销等场景，驱动业务增长； 2、与产品、运营深度结合，分析产品痛点、用户需求，通过数据和算法驱动 SaaS 产品与服务的迭代，持续改进模型的准确度、覆盖率、实时性等； 3、跟进业界技术发展，结合电商 SaaS 产品的业务特点，打造业界先进的算法和服务体系。 岗位要求 1、本科及以上学历，三年相关算法工作经验，数学、 统计学、计算机、数据挖掘、机器学习等相关专业优先； 2、具备数据挖掘、机器学习的基础理论和方法，熟悉数据挖掘领域常用算法，如 LR、聚类、W&D/DeepFM/DNN 等常用的深度学习算法； 3、熟练掌握至少一种编程语言: Python/ Scala/Java 等，熟悉 Hadoop、Spark 等实时和离线数据处理工具； 4、熟悉 LSTM/Transformer/Bert 等常用的 NLP 算法原理并在实体识别、文本分类、文本理解、关键词提取等一个或多个领域有实际的业务落地经验优先； 5、具备较好的数据敏锐度，具有缜密的逻辑思维能力、业务洞察能力、沟通表达和抗压能力。 加分项 1、有英语听说能力，以及海外电商、SaaS 服务工作经验优先； 2、具备开发能力，有使用 Docker、Kubernetes、AWS 或 GCP 云计算经验； 3、有写 Blog 的习惯，活跃技术社区，参与开源项目等； 4、有代码洁癖，对代码精益求精，对技术有极客热情。 为什么加入我们 1、朝阳行业：国际电商 SaaS 服务赛道，国际一线投资机构加持； 2、稳健发展：团队稳健扩张，业务规模及营收每年持续稳健增长； 3、多元文化：团队来自全球 20 多个不同城市，国际化视角、扁平化管理； 4、极客氛围：拥抱开源技术，实践敏捷开发，崇尚通过工具和自动化来解决问题； 5、特色福利：学习基金、 一对一帮带、内部商城、提供 MacBook 及可升降办公桌。

职位需求描述： 我们正在寻找一位经验丰富的算法工程师加入我们的团队，利用机器学习解决业务问题。理想的候选人应该具有3-5年的算法开发经历，熟悉深度学习算法，对搜索引擎有深入的理解，并且有自然语言处理（NLP）的实践经验。 主要职责： 1. 基于深度学习和NLP的算法的开发与优化； 2. 研究并实现最新的算法技术，提供解决方案以满足公司业务需求； 3. 与团队紧密合作，改进和扩展当前的搜索引擎； 4. 分析和解释复杂的算法问题，并提出有效的方法解决。 5. 分析并解决搜索中的召回与排序问题 职位要求： 1. 本科或更高学历，计算机科学或相关领域； 2. 至少3-5年的算法开发经历，包括深入研究和应用深度学习算法； 3. 理解并熟悉主流搜索引擎的工作原理； 4. 具有NLP的实际操作经验，处理自然语言处理的相关问题； 5. 熟练使用Python/java编程并具有良好的代码习惯； 6. 具备优秀的分析和问题解决能力，对解决编程挑战充满热情； 7. 能够良好地进行团队协作，拥有良好的沟通与表达能力。 8.了解常见的机器学习、深度学习模型，熟悉tensorflow, pytorch等学习框架的使用

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；

职位描述 1、负责贝壳一站式机器学习平台的设计研发与迭代改进，为业务提供稳定易用、高性能、高性价比的解决方案； 2、业内机器学习系统与平台前沿技术进展跟进与调研、落地； 3、参与模型训练，模型服务，模型管理，资源调度等机器学习相关问题的开发。 任职要求 1、计算机基础知识与编程基本功扎实，熟悉Go/Python/C++至少一种； 2、参与过大规模分布式系统的开发和维护； 3、良好的沟通能力和团队协作精神，严谨的工作态度与高质量意识 ； 4、善于学习新的知识，动手能力强，有进取心。 加分项： 1、有CUDA C/C++编程经验，有GPU并行计算编程基础(NCCL)经验优先； 2、了解分布式系统、容器相关领域技术，熟悉Kubernetes/docker等优先； 3、熟悉机器学习框架(Tensorflow/Pytorch/Jax)优先。

职位描述： 1、追踪并改进前沿深度学习感知算法，包括但不限于多模态BEV物体检测分割，在线地图构建等； 2、构建各项任务的数据闭环与预标注系统，提升以数据为核心的算法迭代效率； 3、根据实际业务场景，优化并定制相关算法，部署进入自动驾驶系统。 职位要求： 1、熟悉至少一项无人车感知任务，有处理真实大规模数据经验； 2、熟悉python, c++； 3、动手能力强，可以快速将想法落实。 加分项 1、有计算机视觉或机器学习相关研究经验，有高水平论文发表； 2、参加kaggle或知名会议上举办的相关比赛取得优异成绩； 3、ACM/ICPC、CCPC、NOI、IOI等计算机/信息学竞赛获奖经历。

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；