职责描述： 1、负责公司电商平台中推荐算法的升级；负责用户画像，推荐算法和机器学习平台的搭建; 2、持续关注策略规则对推荐效果的影响，改善推荐效果指标； 3、提供基于数据驱动的功能创新方案，优化用户体验; 4、针对具体的场景挑战，研发新的推荐策略和算法，并不断优化效果和性能。 任职要求： 1、计算机相关专业本科以上学历； 2、熟悉常用机器学习算法和数据结构； 3、熟悉Java，熟悉linux操作，至少熟悉一种脚本语言（python, shell等）； 4、熟悉至少一种web开发和服务开发框架者优先； 5、熟悉深度学习算法原理，有TensorFlow开发经验者优先； 6、熟悉Hadoop、Spark、Kafka等计算平台和工具者优先； 7、具备用户画像、排序优化、知识库建设等经验优先； 8、有电商经验者优先。 岗位收获： 1、 加入跨境电商这个风口行业，出海是互联网在国内到阶段天花板后的必然选择 2、 独当一面的机会，全面锻炼的机会 3、 技术交流和分享的机会

职位职责： 1、负责字节跳动国际化短视频推荐算法工作，共同搭建业界领先的推荐系统； 2、参与召回、粗排、精排等策略的迭代和优化，调研和探索特征及模型的效果，实现业务指标的增长； 3、深入理解业务目标，在解决具体问题的同时，探索业务的发展方向； 4、参与内容理解相关技术的讨论，探索技术在各业务场的应用，实现业务和技术的突破。 职位要求： 1、3-5年左右工作经验； 2、具备优秀的编码能力(C++/go等)，扎实的数据结构和算法功底； 3、优秀的分析问题和解决问题的能力，对解决挑战性问题充满激情； 4、对技术有热情，有良好的沟通表达能力和团队精神； 5、熟悉机器学习、数据挖掘等技术，对推荐系统、计算广告、搜索引擎相关领域有经验者优先。

职位职责：团队介绍：国际化电商是以国际化短视频产品为载体的内容电商业务，致力于成为用户发现并获取优价好物的**平台，在直播电商、视频内容电商等多场景下，国际化电商业务希望能为用户提供更个性化、更主动、更高效的消费体验，为商家提供稳定可靠的平台服务，在更多的地区实现没有难卖的优价好物，让美好生活触手可及的使命。我们邀请你来此成长、钻研，发掘无限的潜力，一起应对技术和业务上的挑战。职位描述：1、支持快速增长的国际化内容电商业务（包括视频电商和直播电商）的推荐算法工作。职责范围包括提升转化效率，改善用户体验，探索更高效的商业模式，提升内容生态健康程度等；2、搭建业内领先的机器学习算法和架构建模用户反馈，提升用户体验；3、应用先进的机器学习技术，解决各种在线/离线，大数据量/小数据量，长期/短期信号等不同场景中遇到的各种挑战，包括标签缺失，反馈周期长，收敛速度慢，信号相关性弱等；4、对用户、作者、商家的行为做深入的理解和分析，制定针对的算法策略促进生态良性发展；5、独立负责产品中的一个模块，与产品、运营团队一起，对模块的未来发展进行规划和设计，制定推荐策略的目标。职位要求：1、5年左右工作经历；2、具备优秀的编码能力，扎实的数据结构和算法功底；3、优秀的分析问题和解决问题的能力，对解决具有挑战性问题充满激情；4、对技术有热情，有良好的沟通表达能力和团队精神；5、熟悉机器学习、自然语言处理、数据挖掘中一项或多项，对推荐系统、计算广告、搜索引擎相关领域有经验者优先。

岗位职责： 1、负责电商推荐场景下的算法模型与策略优化，提升用户体验与业务效果； 2、结合公司业务场景和业界技术热点，研究前沿技术在业务场景的落地应用； 职位要求： 1、熟悉常用机器学习算法，能够理解算法原理，并有能力研究和优化算法； 2、熟悉python、java、C++、Scala等其中一种编程技术，编程能力强，熟悉分布式计算框架； 3、有较好的数据意识，对电商推荐业务有丰富经验者优先； 4、工作主动性强，有责任心，沟通交流能力强

SHEIN，成立于2008年，聚焦快时尚，是一家集商品设计、仓储供应链、互联网研发及线上运营于一体的B2C跨境电商互联网企业。员工规模过万，并且已完成E轮融资。自有两大国际独立品牌：SHEIN、ROMWE，1.5亿APP下载量，9000万活跃用户。SHEIN在2017、2018年相继与阿里、华为一同入选Facebook全球最具知名度中国品牌榜前50强。工作内容：1、个性化推荐：通过数据挖掘和机器学习算法对用户兴趣偏好、画像建模，商品知识图谱构建，优化推荐算法提升推荐结果的准确性、多样性，增加用户粘性，提升用户价值；2、机器学习算法应用：研究各类机器学习算法，包括LR、DNN、RNN、CNN、RL等算法，应用于实际场景中，实现技术驱动业务的提升；3、算法架构和性能优化：数据实时处理，分布式机器学习模型训练，在线学习和预测，算法性能持续优化；4、大量的业务场景：众多场景可供验证想法，影响千万级用户的购物体验；职位要求：1、熟悉常用机器学习算法，能够理解算法原理，并有能力研究和优化算法；2、熟悉python、java、C++、Scala等其中一种编程技术，编程能力强，熟悉分布式计算框架；3、有较好的数据意识，对电商推荐业务有丰富经验者优先；4、工作主动性强，有责任心，沟通交流能力强

岗位职责： 1、利用机器学习、深度学习技术改进用户下单体验，包括上车点推荐、目的地推荐、地点搜索等； 2、利用机器学习、深度学习技术改善订单匹配效率，包括订单推荐、订单搜索、订单自动合拼等； 3、从数据中不断寻找优化方向，基于搜索推荐技术持续改善下单和订单撮合环节的体验和效率，为业务赋能； 任职要求： 1、重点大学本科及以上学历，计算机相关专业，3年以上互联网工作经验； 2、热爱计算机科学和互联网技术，对算法、大数据、人工智能有浓厚的兴趣； 3、出色的代码能力，熟悉linux开发环境，能熟练使用Golang/Python/Java/C++至少一种语言； 4、有扎实的数据结构和算法功底，熟悉常用机器学习模型，能熟练使用tensorflow/pytorch等框架； 5、有搜索引擎、推荐系统、计算广告等相关经验优先；

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. 负责美团APP各推荐展位（首页、详情页、交易链路和特价频道等）和创新产品（微信小程序等）的核心算法优化迭代，包括但不限于召回、排序和混排相关的海量数据分析挖掘、超大规模深度学习实战、业界前沿技术探索等等，为数亿量级美团用户服务； 2. 深耕美团特色业务（包括但不限于餐饮外卖、社区电商、闪购、到店餐饮、酒店旅游、休闲娱乐、丽人医美等），推动跨领域多业务推荐技术的发展和落地，探索迁移学习、强化学习、异构建模等模型算法落地； 3. 负责推荐算法中某个子方向的中长期技术规划，制定相应的技术发展方向，并在具体场景成功应用。 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； - 有大流量场景的推荐/广告/搜索落地经验； - 紧跟业界技术前沿，深钻特定子方向推荐技术，能够独立负责该方向的规划和发展。 岗位亮点 美团推荐系统 — 极具挑战的算法实战环境！ 每天为数千万以上用户提供上亿次推荐服务，支撑美团吃喝玩乐住行各种业务发展的重要引擎之一，特别适合希望在算法方向做深做强追求卓越的同学。岗位培养机制成熟，也欢迎策略架构方向的同学来聊。

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. 负责美团APP首页推荐中电商业务（优选/买菜/团好货/闪购/买药）的算法优化迭代，以数据和技术驱动，提升用户体验，提高业务转化； 2. 个性化推荐系统的全链路优化，包括但不限于召回/排序相关的海量数据分析挖掘、超大规模深度学习实战、业界前沿技术探索等等。 岗位基本需求 1. 3年及以上电商推荐相关算法工作经历； 2. 具有扎实的编程能力和数据结构算法基础，优秀的业务问题分析和解决能力； 3. 熟悉常用的机器学习、深度学习或强化学习算法，了解召回/排序相关主流算法； 4. 积极主动，自驱力强，沟通良好，有团队协作精神； 5. 有推荐业务上大规模机器学习优化落地经验优先； 6. 有深度学习模型的算法研发及改进经验优先； 7. 密切关注业界最新进展，调研业界论文并成功应用于实践优先； 8. 在Kaggle等平台上取得较大型机器学习/深度学习竞赛靠前名次优先。 岗位亮点 1. 美团APP推荐负责将亿级别的商品和服务推荐给亿级别的用户，是极具挑战的算法实战业务环境，特别适合希望在算法方向做深做强追求卓越的同学； 2. 美团战略升级“科技+零售”，支持公司重点发力的业务，空间大机会多。

工作职责: 参与/负责58招聘平台的推荐系统算法研发： 1. 理解招聘用户双边群体需求，应用平台积累的大数据，构建内容召回策略（包括个体/群体/全局等各类算法），构建TopN排序模型（包括CTR预估、CVR预估等），完善推荐展示机制，优化匹配精准度，提高平台转化效率； 2. 针对招聘业务场景，进行业界前沿算法的研究并探索业务落地，包括强化学习、迁移学习、深度学习等。 任职资格 1. 重点本科或本科以上学历，计算机、数学相关专业，3年以上的相关经验； 2. 对常用的推荐算法有较深入了解，有实际算法调优经验； 3. 有丰富的数据挖掘、机器学习（逻辑回归、神经网络、随机森林等）、分布式计算（eg. mapreduce、spark, kafka等）的实际工作经验，参与过诸如广告点击率预估、个性化推荐模型、搜索排序等项目或在国际期刊发表过机器学习相关论文者优先； 4. 具备强悍的编码能力、扎实的数据结构和算法功底，熟悉linux开发环境，熟悉java语言最佳； 5. 良好的团队合作和沟通能力，责任心强。

1. 负责职位各个场景下推荐算法的设计和工程实现及优化； 任职要求： 1. 计算机、数学或相关专业本科及以上学历，3年以上推荐系统研发经验； 2. 编程能力优秀，熟练使用Java和Python语言； 3. 熟悉hadoop/spark大数据处理框架； 4. 熟悉常见的推荐和排序算法，比如协同过滤，逻辑回归，树集成模型，双塔模型等； ； 5. 学习能力强，喜欢研究开源新技术，有团队观念，具备独立解决问题的能力 你将加入这样一群人： 追求自由、平等，提倡简单、透明和分享； 对新事物充满好奇，对技术充满热情； 热爱生活、热爱运动，爱户外、爱篮球、爱羽毛球还有爱二次元的

工作内容： 1.负责拉勾招聘领域，搜索查询分析，检索，排序等模块算法的优化，提升转换效果和用户体验 2.熟悉搜索预处理，如分词，以及Query纠错，改写，weighting，实体标注，意图理解等实现原理，以及应用场景，能够对线上 case针对性优化，提升用户搜索满意度。 3.熟悉搜索召回，熟悉Lucene，ES等传统布尔召回引擎，各类Embedding召回原理及优化方案者优先 4.利用机器学习机器，深度学习算法，对搜索进行全链路策略优化（包括召回、相关性、Ranking），提高场景流量分发效率（ctr、cvr） 任职资格： 1.计算机/数学相关专业，NLP/机器学习方向本科以上学历优先，2年以上搜索/推荐算法领域 2.熟悉常用的机器学习/深度学习算法模型，以及tensorflow/pytorch等深度学习框架，有过相关领域落地经验优先 3.熟悉常见的消息、缓存、数据开发、机器学习开源组件，如kafka、redis，flink，spark，milvus，faiss等 4.责任心强，积极主动、有良好的沟通能力和团队合作能力

岗位职责: 1、基于平安银行海量的用户属性信息、金融交易数据、线上、线下用户行为等数据，应用业界前沿的个性化推荐算法、深度学习算法、强化学习算法等，构建通用、高效的推荐系统； 2、基于海量的用户行为数据，应用大规模的特征提取技术，建立精准的用户、产品画像，提升算法效果； 3、调优完善召回模型及在线精排、重排、混排模型，持续优化提升推荐精准度； 4、基于银行内的机器学习平台训练及配合工程团队基于容器云技术部署算法模型，满足线上工程化需求； 5、对业界前沿技术保持敏感性，结合业务特点落地与创新，实现新技术的突破与前沿算法应用。 技能要求: 1、计算机、人工智能、数学等本科及以上学历，3年以上数据挖掘工作经验，互联网行业、金融行业优先 2、扎实的数据结构及算法功底，优秀的工程实现能力，熟悉常用的机器学习和深度学习算法(如聚类分类回归预测:强化学习、迁移学习等)，有丰富的算法应用经验 3、熟练掌握SQL语言，至少熟悉以下其中一种Python、R、Scala、SAS、C++、JAVA编程语言 4、有基于hadoop、sparkflink大数据平台的开发经验 5、对数据敏感，逻辑严谨，能快速理解业务，发掘业务场景和数据之间的联系 6、有较强的沟通能力，积极乐观，有耐心、责任心，具备强烈的进取心、求知欲及团队合作精神 7、有深度学习算法开发及工程实现者优先 8、对大规模模型训练性能优化有成功经验者、封装算法API者优先

我们是谁 - 米画师（App下载 - 米画师）是一个专业的约稿交易平台 - toB：轻松解决游戏等各行业在产品制作、品牌塑造、宣传发行时的美术绘画需求。2015年以来，交易额持续增长。 - toC：越来越多的个人在这里与自由画师建立良好的共创约稿合作，2018年以来迅速增长。目前C端交易额已占平台总交易额一半以上。 - 平台数据：截至2022年12月，站内入驻约数万位高质量自由画师，累计成交单数约超百万单，累计成交额约10亿元，认证合作企业约4000家。 - 目前与米哈游、Bilibili、网易、西山居、完美世界、心动网络等保持良好合作关系。 - 融资：项目获得米哈游、B站、万物资本融资。 团队介绍 我们是谁？ 我们是米画师内部的算法团队，负责提供公司所需要的一切算法相关技术支持，自研推荐22年12月上线，转化率相比于第三方提升9%。 我们在做什么？ 为用户提供更为舒适的使用体验，包括但不限于更精准的推荐、搜索和AIGC检测。 你可以得到什么？ 在这里你可以去尝试你在推荐、搜索、AIGC、CV等等任一方向上的想法，和大家一同提升技术与能力。 我们的协作方式是什么？ 扁平的管理结构，随时可以发起会议，公开的会议状态，鼓励大家提出idea，一同进行头脑风暴，一起去实现。 职位信息 岗位职责 1. 负责各业务场景下推荐、搜索策略设计，以及推荐搜索算法效果持续提升。 2. 负责用户行为分析、用户建模等策略分析和制定，完善标签体系、用户画像等，不断优化深度推荐系统。 3. 参与探索更多强化学习、机器学习等技术应用场景，结合平台业务特点进行定制化算法模型优化，为用户提供更多优质推荐、搜索服务，为审核人员提供更为精准的图片识别服务，提升使用体验。 任职资格 1. 扎实的算法和数据结构基础，优秀的问题理解能力和编码能力。 2. 机器学习基础理论扎实，熟悉常用的算法模型（如FM、Word2vec、GBDT、DNN、DSSM、MIND、DIN、DIEN、MMOE），对模型调优有一定实践经验。 3. 对推荐系统召回/排序/多样性/冷启动中一个或多个方向有过深入的实践，了解业界经典的模型和方法。 4. 熟悉至少一门编程语言（python优先），熟悉至少一种大数据计算工具（hive sql/spark/mapreduce/maxcompute），熟悉至少一种神经网络框架（Tensorflow、Pytorch），熟悉Linux开发环境，具备一定的工程能力。 5. 善于沟通，乐观自信，良好的团队合作精神。 6. 对新技术充满好奇，能够持续学习，乐于实践，无惧试错。 加分项 1. 有电商/UGC平台的个性化推荐、广告、搜索等相关领域的项目经验。 2. 在KDD、NeurIPS、WWW、SIGIR、WSDM、CIKM、ICLR、ICML、IJCAI、AAAI、RecSys等会议发表过论文。 3. 有过数据挖掘/机器学习或Kaggle相关的竞赛经历并取得优秀成绩。 4. 有高关注度的机器学习相关博客或github项目。 我们能提供的 1. 直属上级：博文（上地最佳上帝，血染S级选手） 2. 协作模式：协作“紧密高效”，“彼此尊重”、“坦诚沟通”、是全员认同并共同维护的团队共识。职业倦怠测试中，“同事”维度满格满意！(*^▽^*)！“能学到东西”“思维方式进化了”“原来沟通也没有那么难”“走查流程用在我自己日常工作的检查也很好用嗳”“做事前先捋清框框真好用”~ 3. 调薪规则：团队每季度进行成员盘点，对于工作数量、质量增长提升的成员进行调薪。对流程、工具、工作方法等提出改进建议的，给予奖金奖励或调薪认可。 4. 薪酬参考范围：20-40K 5. 公司发展：高速增长期，连续三年当年成交额大于历史总计。

工作职责： 1.ctr server、标签系统、用户画像、内容推荐等相关方向的研发工作； 2.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.**本科及以上学历，计算机/数学相关专业，1-3年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.熟悉大数据和分布式系统相关技术栈，包括HDFS/YARN/HIVE/HBASE/SPARK/STORM/KAFKA/REDIS等； 4.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.较强的个人自驱力、团队协作能力、优秀的领导力； 3.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。

岗位职责： 负责个性化推荐算法设计，提升推荐的准确度、覆盖率，包括但不限于以下应用场景：短视频、直播、音乐； 参与数据处理、特征工程，算法模型的工程化及服务化。 任职要求： zhong点院校计算机、数学、统计学等相关专业本科以上学历； 3年以上机器学习、推荐算法、数据挖掘等方向工作经验； 熟悉Linux开发环境和常用工具； 熟悉hadoop、hive、spark等大数据技术 至少熟悉一种编程语言，如C++/Python/Java等； 至少熟悉一种深度学习框架，如tensorflow/pytorch/mxnet/Keras/theano等； 熟悉协同过滤、矩阵分解、LTR等算法，有丰富的召回、排序实战经验； 优秀的数据分析、数据挖掘能力，并能使用前沿技术解读和解决实际问题. 加分项： 3年以上推荐算法相关项目经验； 有重量级（Guojia级以上）比赛获奖经历； 有深度学习项目带头人或核心骨干的经历； 有用户画像建模及工程化相关经验；