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。

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。

职位职责： 1、与推荐产品、算法、运营多个电商业务部门合作，通过数据分析、数据挖掘、实验分析、异动归因、特征建设等工作协助业务洞察用户策略、内容商品供给、流量分发等方向问题，为业务发展带来增量认知，与业务共同优化电商推荐系统、改善用户体验、为用户创造价值； 2、电商推荐指标体系建设：依据业务核心战略目标，制定完善电商推荐指标体系，规划建设业务指标数据、数据产品，完成核心业务指标异动归因，为业务与管理层提供决策支持，实现数据产品化； 3、实验工程：参与实验设计、实验异动归因、实验效果评估、实验下钻分析等AB实验全流程工作，通过实验分析为推荐策略迭代方向提出优化建议，规范实验评估体系建设，协助业务制定实验评估指标组，制定科学的指标评估方法； 4、推荐策略分析：依据业务战略目标，与对电商业务理解，制定逻辑清晰的分析框架，撰写专业分析报告，通过分析清晰定位业务发展问题，为业务发展提供增量洞察指导业务发展方向； 5、特征挖掘：通过统计学习、机器学习等建模方法，挖掘用户行为规律，内容、商品特征价值，内容、商品供给线索，协助优化推荐算法，挖掘算法驱动业务增长点，推动数据产品、技术落地； 6、方法论沉淀和创新：组织相关团队进行数据产品理念、技能、工具的培训，推动业务部门数据化运营。 职位要求： 1、数据分析、挖掘、建模相关的工作经验，具备电商搜索、推荐、广告数据经验者优先，计算机、统计学、数学专业优先，具有机器学习算法基础者加分； 2、掌握基本数据分析方法，对数据落地到业务有一定经验，有专业的分析报告撰写能力； 3、对特征工程、用户行为建模等有相对丰富的经验，能够基于实际的业务场景，抽象问题为具体的模型，最终提供数据驱动的产品和见解，并影响产品和业务决策的跟踪记录； 4、有使用SQL、Python等数据分析经验，有建模经验择优； 5、对数据科学有热情，具有主人翁精神，沟通表达能力优、协调推动能力强。

职位职责： 1、参与国际的电商个性化推荐算法的优化，主要包括国际化电商直播推荐、电商短视频推荐、新用户推荐、直播/视频冷启动、长期价值建模、体验优化等工作； 2、通过表征学习、深度学习、迁移学习、多任务学习等技术提升信息匹配的效率，让每个用户可以便捷的找到好的主播和优质的货品； 3、挖掘和分析海量用户行为数据，进行用户长短期兴趣建模，以及潜在兴趣预测、探索，提升推荐的精准性和发现性； 4、通过算法自动挖掘优质、专业、高口碑的商品和主播，构建良性的循环机制，优化内容电商生态； 5、结合内容电商的业务特性，进行模型和算法创新，打造业界领先的推荐算法和系统。 职位要求： 1、扎实的算法和数据结构基础，优秀的编码能力； 2、机器学习基础扎实，熟悉CF、MF、FM、Word2vec、LR、GBDT、DNN、Wide&Deep等常用的算法模型； 3、熟悉下任何一个开源工具：Xgboost、Tensorflow、Pytorch； 4、熟悉C++和Python语言，熟悉Linux开发环境； 5、具备优秀的学习能力和良好的团队合作精神。 加分项： 1、有个性化推荐、广告、信息检索、自然语言处理、机器学习等相关领域研究或者项目实践经验； 2、在KDD、NeurIPS、WWW、SIGIR、WSDM、ICML、IJCAI、AAAI、RecSys等会议发表过论文，或者有过数据挖掘/机器学习相关的竞赛经历。

岗位职责： 1.结合信贷业务场景，对内部海量数据进行清洗与深度挖掘，提炼稳定且有效的数据产品，为金融机构信贷业务搭建全生命周期模型提供数据基础； 2.使用Python开发并优化逻辑回归、XGBoost、深度神经网络等机器学习模型，结合信贷金融业务属性和场景，提升模型算法的表现，完善金融机构的全场景化模型组合； 3. 全程参与数据产品的研发，包括需求分析、市场分析、产品设计、产品性能测试、上线推广等环节，确保产品的高效交付和稳定运行； 4.积极研究和跟进前沿大数据建模理论和技术，将其有效融入产品开发中，以维持并提升产品的技术竞争力； 5.针对不同信贷金融机构的业务特色，设计定制化的风控和营销解决方案。运用大数据和算法技术，为合作伙伴提供精准的业务支持和服务。 岗位要求： 1.计算机、数学、统计、金融、物理、信息工程等数理专业硕士及以上学历; 2.具有3年及以上银行、消金或者互联网金融等相关的风险模型、数据挖掘相关工作经验，对信贷业务流程和系统有深刻理解； 3.精通风险管理和营销模型的构建方法，熟练掌握统计分析和数据挖掘技术。具备强烈的数据敏感性，能够独立发现并解决问题，具有自我激励和驱动的能力； 4.熟练应用Python、R等数据挖掘工具，掌握逻辑回归、XGBoost等机器学习算法，并了解深度学习和前沿算法的发展趋势； 5.具备良好的团队合作精神，优秀的沟通能力和项目管理技能，能够在快节奏的工作环境中有效推动项目进展。

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。

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；

岗位要求: 教育背景要求:本科及以上 技能要求:良好的需求理解力、问题分析、归纳能力 、跨领域协调能力 知识要求: 1、优秀的洞察及架构能力，熟悉数字化经验及4A架构； 2、熟悉Transformer、增量预训练、SFT、RAG、Agent技术栈，有大规模集群上实践经验者优先； 3、对技术有热情，具备良好的沟通表达能力和团队精神，自驱力强； 岗位职责: 1、对齐供应链业务战略，联合业务领域识别业务挑战及应用机会点，制定AI应用战略及演进路标，规划并落地AI应用的系统及解决方案架构，牵引应用架构及技术架构的演进； 2、聚焦供应链的核心高价值业务场景，通过构建AI应用，赋能供应方案设计、供应资源决策、订单履行管理等，优化供应链作业及运作模式，提升工作效率、质量与客户/伙伴供应服务满意度。

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: 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.针对海量数据开发包括不局限于金融行业财富业务营销响应、流失预警等营销模型； 2.跟进实施以量化分析为基础的咨询项目，项目业务围绕财富金融业务领域，实施内容包括不局限于流程设计、业务框架设计、特征设计、模型开发、策略制定、实施部署等； 3.熟悉公司所提供的解决方案，配合商务对机构进行方案介绍与答疑；通过量化分析工具为合作机构提供决策分析报告，配合商务有效推动机构合作与落地应用； 4.对海量内部底层数据进行清洗和深度挖掘，探索有效稳定的维度/变量/模型/标签以形成标准化的产品； 任职要求： 1.本科及以上学历，211/985院校毕业优先，数学、统计学、计算机等相关专业优先； 2.具备互联网/财富营销/金融科技机构模型开发/算法/量化策略相关实习经验； 3.熟练运用Python/R进行数据分析或建模，熟练掌握数据库操作（如SQL语句）； 4.了解 LR/RF/XGB/LGBM/FM 等机器学习算法的原理及其应用； 5.了解 Hadoop、Hive、Spark 的常用功能； 6.了解推荐算法中召回、排序阶段的常用模型和策略； 7.有金融行业背景、对金融行业财富营销业务有深刻理解者优先； 8.表达清晰，逻辑严谨，对数据敏感，敢于创新，善于发现、探索并解决问题； 9.具备较强独立思考能力、学习能力、自我驱动力、责任心及抗压能力；

1. 设计、开发和持续优化广告投放算法，以显著提高广告精准度和转化效率。 2. 紧跟市场趋势和业务需求，对广告算法进行定期更新和改进。 3. 主导广告数据的深度分析和挖掘工作，确保算法优化的数据驱动。 4. 开发适应不同场景的智能出价产品，满足广告主的多元化需求。 任职要求： 1. 3年及以上算法开发经验，优秀应届毕业生亦可。计算机科学、数学、统计学或相关专业背景； 2. 熟练使用Hadoop、Spark、Pandas等数据处理工具，有AWS或GCP平台的大数据处理经验者优先； 3. 精通C++/Python编程，具备扎实的算法工程化能力； 4. 熟练使用TensorFlow/PyTorch等机器学习框架，有搜索/推荐/广告算法模型开发经验者优先； 5. 具备出色的学习能力、分析问题和解决问题的能力，优秀的团队合作精神，具有创新意识和挑战精神，逻辑思维清晰，责任心强。

商业增值部是服务于美团核心本地商业客户的增值服务平台，覆盖餐饮、即时零售、医药、休闲娱乐、丽人医美、生活服务、酒旅度假等业务领域。我们致力于构建健康的本地商业生态，通过为平台客户和消费者提供符合其需求的多元、便捷、高效的商业产品和服务，帮助生态伙伴提高效率、优化经营、实现持续健康发展，推动本地商业数字化营销的发展，促进商业生态繁荣。作为本地商业的头部平台，我们为产品、运营、商务、技术、商业分析等领域人才提供广阔的发展空间。诚邀你加入美团商业增值团队，共筑本地商业的健康繁荣生态！ 岗位职责 1、结合到餐业务特性、流量场景特点，通过数据分析、行业调研等方式，明确分场景的广告变现模式及阶段性产品迭代重点； 2、负责推荐广告策略设计，通过召排策略优化、创意优化、机制设计等，完成广告收入和体验目标； 3、持续探索、完善推荐方向的指标体系、评估方法，异动分析下钻框架，并推动数据基建和核心看板建设； 4、协同推荐各渠道业务产运团队、算法团队、引擎团队，建立协作机制，推动项目落地，完成业务目标。 岗位基本需求 1、至少3年流量策略产品经验，有推荐/搜索广告策略经验者优先； 2、较强的业务理解能力和数据敏感度，有一定的数据分析方法论，能熟练使用SQL； 3、逻辑缜密、沟通良好、勇于挑战、善于分析和解决问题、良好的自驱力。 岗位亮点 1、深入接触O2O广告核心业务，对于行业视野提升、效果广告能力提升均有良好的空间； 2、推荐作为重要流量渠道，能深度参与并影响业务，价值创造空间大； 3、靠谱团队，团队氛围好。

工作职责 1.针对医疗领域特定问题，定义任务流程，收集或构建高质量数据集，对LLM进行微调； 2.利用提示工程、模型微调、调用工具插件等方式完成医疗领域特定应用的探索尝试； 3.尝试提升大语言模型在医疗方面的能力，包括但不限于高效训练、人工反馈对齐、多模态、可控文本生成、生成质量评估，以提升LLM性能。 任职要求 1.研究生及以上学历，计算机、电子工程、自动化控制等专业背景，有NLP的研究经验； 2.有扎实的数理基础和良好的逻辑思维能力，有深度学习算法框架使用经验； 3.良好的编程能力，熟悉Python,pytorch,linux下常用指令； 4.熟悉现有的多种大语言模型，例如llama、qwen等； 5.拥有医疗自然语言处理项目经验，或者对人工智能在医疗领域的应用有强烈兴趣； 6.有中文文本处理经验者优先，有计算机、医学、生物信息学等领域论文发表或者大赛获奖经历者优先。