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. 参与推荐算法中子方向（召回，粗排，精排，重排，内容生态等）的模型和策略迭代，包括不限于数据分析，算法开发和迭代优化 2. 了解短视频场景的推荐策略，参与产品策略的落地实现和效果优化 岗位基本需求 - 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； - 自驱主动，沟通良好，有团队协作精神； - 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 具备以下者优先 短视频推荐经验者优先 岗位亮点 美团内容化的核心方向之一，0到1阶段，发展速度快，业务空间大

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. 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 岗位基本需求 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 具备以下者优先 1. 短视频推荐经验者优先 2. 搜广推算法经验者优先 岗位亮点 短视频业务作为美团内容视频化的核心方向之一，持续重点投入，发展速度快，业务空间大

职位描述 1、参与快手同城页、TV版、PAD版亿级用户规模的视频和直播的推荐优化，提升停留时长、点击率、互动率、留存率等核心指标； 2、通过超大规模机器学习模型和系统，优化召回、粗排、精排、重排模块中的策略算法和模型； 3、参与搭建推荐系统框架，提供高并发，大数据，高效可靠的线上服务； 4、探索Listwise Rerank、强化学习、元学习、因果推断、迁移学习、知识蒸馏、图模型等前沿技术的落地。 任职要求 1、熟悉Linux环境，掌握C++、Java和Python中的至少两种，优秀的编码能力, 扎实的数据结构和算法功底； 2、熟悉大规模数据挖掘、机器学习、分布式计算，具备推荐/广告/搜索等信息检索相关领域实际工作经验； 3、善于阅读文献，快速学习 ，具备优秀的分析和解决问题的能力，良好的沟通协作能力。

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。

职位描述 1、参与亿级用户规模的视频推荐优化，提升停留时长、点击率、留存率等核心指标； 2、参与机器学习、深度学习领域的技术研发工作，包括但不限于神经元网络模型设计与优化、强化学习、迁移学习、主动学习等的算法和系统研发等； 3、分析海量用户行为数据和视频数据，增加有效的特征，挖掘用户兴趣，优化排序机制； 4、通过超大规模机器学习模型和系统，使用先进的检索和排序手段，优化社区生态，优化快手的推荐效果； 5、针对海量用户行为数据，提供分布式的算法实现的解决方案，大幅提升算法计算规模和性能； 6、参与搭建推荐系统框架，提供高并发，大数据，高效可靠的线上服务； 7、参与全域流量博弈的机制设计，协助拓展业务边界； 8、参与前沿问题的探索与研究，结合实际应用场景，提供全面的技术解决方案。 任职要求 1、计算机、数学或统计学相关专业硕士及以上学历； 2、熟悉Linux，C++，Java和Python，优秀的编码与代码控制能力, 扎实的数据结构和算法功底； 3、熟悉大规模数据挖掘、机器学习、分布式计算，具备实际工作经验； 4、善于阅读文献，快速学习 ，具备优秀的分析和解决问题的能力，良好的沟通协作能力。 如果你还满足以下要求，我们会优先考虑： 1、有推荐系统、机器学习、信息检索、自然语言理解、计算广告学及算法博弈论相关领域研究及实践经验； 2、有实际线上的高并发架构开发和调优的经验； 3、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际**会议上有文献发表； 4、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。

岗位职责： 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。 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。 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。 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。 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： 本科及以上学历，计算机、统计学、数学等相关专业优先； 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； 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； 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； 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。

工作职责 1、通过机器学习、数据挖掘等算法对用户兴趣进行建模，优化推荐算法，提升图文、视频推荐的效果和体验，增加用户的粘性； 2、将推荐、广告等相关算法应用于商业和非商业化内容的分发中，平衡用户内容消费和商业化变现； 3、基于实时数据流处理、大规模特征存储，分布式深度学习平台，对推荐召回、排序、重排序等算法效果和性能进行持续优化。 岗位要求 1、计算机或相关专业本科及以上学历，3年以上相关工作经验； 2、熟悉python、java、c++等一种编程技术，有较强的代码能力； 3、熟悉常用机器学习算法，能够理解算法原理。了解推荐系统流程，能够根据不同推荐业务场景研究和优化算法； 4、具备良好的团队合作和沟通能力。

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. 设计与搭建个性化推荐系统，提升系统稳定性，提升用户点击转化率，优化用户体验 2. 负责推荐系统核心算法研发，对算法模型持续优化，提升推荐质量，包括但不限于排序模型、用户画像、用户实时意图建模等 3. 分析用户消费效率提升相关指标， 针对问题，提出解决方案和实施 岗位要求 1. 2年及以上相关经验，计算机.统计学.数学等相关专业本科及以上学历; 2. 熟悉Tensorflow/Pytorch等常用训练框架，负责过搜索/推荐系统相关的项目构建 3. 熟悉并行计算或者分布式计算，熟悉Spark，Flink，kafka等计算平台，有相关性能优化经验 4. 扎实的机器学习功底，熟悉常见推荐算法，如：LR、DSSM、DeepFM等，有丰富实战经验 5. 对复杂问题， 有数据分析指导下的钻研耐心和分解解决能力 6. 具备高意愿的团队合作精神

职位描述： 1. 负责搜狐视频/图文推荐模型的开发和策略制定，为用户留存和内容生态负责； 2. 和产品、数据、工程团队紧密合作，挖掘用户需求和行为特征，通过数据反馈的方式进行快速迭代； 3. 跟踪学术界和工业界的前沿推荐技术，包括个性化推荐、基于LLM的推荐和多模态推荐，并将这些技术应用于实际场景中。 职位要求： 1. 硕士及以上学历，计算机相关专业，具备2年以上互联网大厂工作经验 2. 具备扎实的数据结构、算法和开发能力，精通至少一种编程语言，如Java、Python、C++等； 3. 深入了解推荐算法常用模型，熟悉TensorFlow/Pytorch等深度学习框架，具备大规模数据处理、分析和挖掘能力； 4. 具有出色的团队管理和项目管理能力，有团队管理经验者优先考虑； 5. 具备良好的沟通和协作能力，能有效地与其他团队成员合作。

工作职责: 1.负责推荐核心算法研发，提升用户体验，提高业务转化效率； 2.与产品/运营/数据等相关团队密切合作，驱动推荐业务快速迭代； 3.解决具体场景问题，包括新用户的推荐效果，生态机制，多样性策略等。 工作要求: 1.计算机相关专业本科及以上学历，3年以上互联网公司机器学习算法研发工作经验，有搜索/推荐/广告等相关系统经验者优先； 2.深入理解常见机器学习/深度学习算法，对推荐系统中召回模型，以及CTR/CVR预估相关的深度学习模型有相关优化经验者优先； 3.具有扎实的技术功底，优秀的解决问题能力，较强的团队管理和协作能力； 4.良好的业务理解与敏锐的业务判断力，关注用户体验，数据敏感性强，善于完成业务问题到技术问题的转化； 5.有良好的沟通能力，跨团队协作能力，具备出色的规划、执行力，强烈的责任感，以及优秀的学习能力。

职责描述： 1. 基于智能电视上特定业务与场景研究合适算法模型构建精准的智能推荐系统； 2. 基于海量用户行为数据进行数据挖掘与画像建模，构建智能电视平台上的用户画像。 任职要求： 1.***本科及以上学历，3年以上智能推荐算法、用户画像算法开发与调优经验； 2.精通机器学习、深度学习算法在智能推荐、用户画像上的应用，至少熟悉一种深度学习平台（Tensorflow、 Caffe、Torch）； 3.熟悉使用Hadoop，Spark，SparkStreaming等大数据基础平台； 4.具备较强的数据分析，问题分析，逻辑思维能力，良好的沟通及团队协作能力。

工作职责: 推荐算法工程师服务于哔哩哔哩主站的内容推荐，包括feed流推荐和相关推荐等场景。我们期望使用机器学习，数据挖掘等手段，提升这些场景的推荐效果。 1.负责推荐核心算法研发，提升用户体验，提高业务转化效率； 2.与产品/运营/数据等相关团队密切合作，驱动推荐业务快速迭代； 3.解决具体场景问题，包括新用户的推荐效果，生态机制，多样性策略等。 工作要求: 1.计算机相关专业本科及以上学历，5年以上互联网公司机器学习算法研发工作经验，有搜索/推荐/广告等相关系统经验者优先； 2.深入理解常见机器学习/深度学习算法，对推荐系统中召回模型，以及CTR/CVR预估相关的深度学习模型有相关优化经验者优先； 3.具有扎实的技术功底，优秀的解决问题能力，较强的团队管理和协作能力； 4.良好的业务理解与敏锐的业务判断力，关注用户体验，数据敏感性强，善于完成业务问题到技术问题的转化； 5.有良好的沟通能力，跨团队协作能力，具备出色的规划、执行力，强烈的责任感，以及优秀的学习能力。

高级/资深推荐算法工程师 职位描述 将最前沿的推荐算法技术在多种场景落地，在大规模场景下开展以下工作： 1、参与广告推荐系统的深度优化，研究并解决大规模广告系统中的各类优化目标及问题，如深度转化目标建模、广告内容混合排序、多场景联动推荐、转化延迟、id泛化性、粗精排一致性等； 2、探索前沿技术在推荐模型预估上的应用，研究方向包含且不局限于：automl、多任务学习、learning to rank、序列建模、大算力下的大规模深度模型、large预训练模型等； 3、和工程架构团队密切配合，共同开发优化各类工程组件在各种复杂场景的落地：如大规模推荐引擎架构、大规模流式机器学习框架、大规模离线计算等。 职位要求 1、5年以上算法经验优先； 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/推荐广告的大规模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、熟悉C++和Python语言，熟悉Linux开发环境； 6、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； 7、有推荐、广告、信息检索或相关领域的实战经验优先。

工作职责 1. 负责叮咚买菜搜索推荐的特征工程、数据挖掘、算法模型开发等工作 2. 负责叮咚买菜数据分析和策略优化等工作 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、SVM等传统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、scala、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