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、结合对直播场景的深入理解，进行直播多模态大模型的建设，面向主播开播的全流程，通过直播间内容理解、智能辅播、主播成长陪伴、智能复盘、智能创作等能力的建设和落地，打造面向直播全流程、自迭代的智能直播专家落地； 2、深入分析研发全生命周期的痛点问题，实现代码智能生成、技术方案智能设计、智能运维提效等全生命周期的提效助手，构建智能研发大模型； 3、密切跟进LLM领域最新研究成果，积极参与新业务的探索研究，结合对业务场景的充分理解，寻找最佳解决方案。 职位要求： 1、本科及以上学历，人工智能、计算机、模式识别等相关专业； 2、有NLP、CV、数据处理相关复杂系统的落地经验，具备较强的前沿创新能力； 3、具有优秀的编程基础，熟练使用Python/C++等至少一种编程语言，熟练使用TensorFlow/PyTorch等至少一种深度学习框架； 4、熟练掌握常见开源模型调优训练、推理加速框架，熟悉LLaMA、ChatGLM等开源大模型原理与实现； 5、优秀的分析和解决问题的能力，对解决具有挑战性的问题充满激情，良好的沟通和团队合作能力。 加分项： 1、具备业界大模型的训练、调优和交付经验，在多模态大模型、代码大模型上有实战经验者更优； 2、具备业界的大模型应用产品落地经验，在其中发挥关键的架构设计、模型优化作用； 3、具有长视频理解、图文交互等大模型应用落地经验，在其中发挥关键的架构设计、模型优化作用； 4、具有研发提效相关的大模型应用落地经验，在其中发挥关键的架构设计、模型优化作用。

职位职责： 1、负责模型的全流程工作，包括但不限于数据、训练、评测、推理部署，保证数据的高质量和有效性； 2、LLM算法应用研究与算法落地工作，包括但不限于语言LLM、多模态LLM，Prompt工程/RAG/Agents/SFT/RLHF等LLM相关前沿技术； 3、持续探索在各种用户场景下，利用AI能力增强业务迭代效果； 4、深度参与产品研发项目，和产品经理/业务研发/质量/等同学密切配合，提高项目整体收益。 职位要求： 1、计算机相关专业本科及以上学历，3年以上深度学习算法研究与开发经验，具有LLM开发和实际落地经验； 2、具备LLM相关算法的扎实基础，包括但不限于单模态/多模态LLM训练（RAG/SFT/RLHF/Prompt）、部署和蒸馏等领域的全面学习和实践经验； 3、熟悉主流的Bert/Transformer/ViT/Clip等主流预训练模型，熟练掌握TensorFlow/PyTorch/Keras等任一主流机器学习框架； 4、有较强的业务问题到算法模型的建模能力，有强烈的技术好奇心、自驱力和进取心，能及时关注和学习业界最佳实践； 5、岗位可选工作地点为：北京、上海、深圳。 加分项： 1、有高关注度的机器学习相关博客或Github项目； 2、有过数据挖掘/机器学习或ACM-ICPC/NOI/IOI相关的竞赛经历并取得优秀成绩； 3、有国际**会议(KDD/NeurIP/ACL/EMNLP/IJCAI/AAAI/SIGIR等)论文发表者优先;

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.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。

岗位描述 1、支持微博首页推荐及其他场景的推荐系统相关算法研发； 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、一年以上相关工作经验，计算机或数学相关专业； 2、熟练掌握c++，具备扎实的编程基础和代码能力 3、熟悉推荐系统架构，包括样本、模型训练、模型存储、在线推理等环节 4、了解机器学习算法，如矩阵分解、图神经网络等，优化推荐模型的性能和准确性 5、理解业务需求，能够快速响应并实现业务中的推荐功能 6、熟悉大型分布式系统架构设计，有良好的系统设计和实现能力 7、有推荐系统开发经验优先

我们需要NLP方向和推荐方向的算法专家，负责对地图生产资料、互联网情报、搜索日志、用户反馈等非结构化文本进行分析和信息抽取，负责理解高德用户的到达行为，融合人地大数据，构建知识图谱和智能推理能力，打通数据生产和前台业务，使得用户获得更加智能的出行和服务体验。 职位描述 1、参与和负责POI产线的NLP算法部分，包括POI的NLP基础功能服务、多模态名称融合生成、名称质检模块、名称纠错模块等； 2、搭建POI的NLP基础服务平台，实现以POI为核心实体的地图数据图谱，为高德的POI搜索、推荐业务提供完备信息； 3、配合其他POI采集、挖掘、调度、聚合业务，建模NLP任务，提供准确且有效的NLP信息； 4、积极地探索和研究NLP的应用和认知领域，结合地图场景，提供更加全面且完备的服务； 5、参与和负责POI的XGC业务，包括相关性召回、各级转化率模型，提升用户的答题率，答题的转化率模型； 6、积极地挖掘高德的人地相关性，推动用户与POI问题的推荐逻辑，提升高德场景的搜推基建和技术。 职位要求 1、熟悉NLP的各种任务建模，并且有丰富的实践经验，包含但不仅限于切词、NER、语言模型、事件检测与要素抽取、分类等； 2、具备分布式计算方面的研发经验，能够在Tensorflow、Pytorch等主流深度学习平台上开发分布式算法； 3、有技术洞察力，精益求精，有产品意识，优秀的问题分析解决能力，对挑战充满激情； 4、有技术上的创新和突破，在业界有一定的知名度和影响力优先； 5、在ACL、EMNLP、NAACL、COLING、WWW、CIKM、ICML、KDD、NeurIPS等相关国际会议上有文献发表优先。

1. 在国际化场景下，负责Keeta智能客服、智能审核和智能运营等方向算法建设工作。 2. 运用大模型、agent、多模态和传统机器学习等算法能力，解决生成式AI在业务落地的关键算法问题，满足多语言、多模态的复杂业务场景需求，提升智能化覆盖率和业务运转效率。 3. 紧跟业界，追踪大模型前沿进展，积极学习新的模型结构、前沿模型认知，并进行深入分析。 4. 从业务需求中提炼通用、模块化的算法能力，加速算法迭代，提升业务开国、开城的效率。 岗位要求: 1. 数学、统计、运筹学、计算机或相关专业硕士及以上学历，3年以上相关工作经验。 2. 在大模型、多模态、数据挖掘或传统深度学习领域具备独立负责项目的经验（有智能客服、审核、判责、外呼等方向经验更佳），并能在复杂业务场景中进行合理的算法选择与优化。 3. 熟悉主流大模型，并掌握SFT、RLHF、RAG等技术，熟悉意图识别和文本生成等NLP任务。精通Python、Java等编程语言，熟悉TensorFlow、PyTorch等常用机器学习框架。 4. 具备敏锐的业务洞察力和创新精神，对挑战性问题充满热情。能够将理论与实践相结合，主动学习并适应快速发展的业务环境，与业务共同成长。 5. 良好的英语读写能力为加分项，能够与国际团队进行有效沟通。 岗位亮点: 1. 国际视野：在这里，你将接触到不同国家、语言和文化，拓展你的国际视野，探索异域市场。 2. 冒险精神：一个个陌生的国家等待你的开发，全新的挑战等待你的征服。 3. 快速成长：参与新业务从0到1的全过程，不断解锁新技能，获得持续的成就感。 具备以下优先: 1. 有海外工作经验/生活经验，英语流利，可作为工作语言者优先 2. 有智能客服、风控、审核 相关开发经验优先

工作职责： 1、负责推荐算法，涉及召回、排序提升产品核心指标 2、深入理解业务，针对海量用户行为挖掘特征提升模型效果，建立有效的推荐指标体系 3、挖掘用户在app内的行为建立良好的推荐生态系统 任职要求： 1、3-5年推荐算法工作经验 2、精通spark、sql，具备良好的数据分析能力、特征工程经验 3、精通tensorflow，熟悉低阶API，有过Custom training及分布式训练经验；熟悉传统机器学习xgb，熟悉主流推荐模型并有实际开发经验 4、熟悉linux平台，精通python，有过java开发经历 5、211/985硕士优先

社区推荐算法，核心场景 工作地点： 北京市,上海市 工作经验： 3-5年 学历要求： 本科及以上 工作职责 1、负责推荐技术的落地；实现个性化推荐，分发策略，用户理解，内容理解等方向的技术突破；  2、沉淀社区推荐技术，并探索业务的边界。能够从复杂的业务环境中抽象出清晰具体的技术问题，并将机器学习等推荐技术有效应用于小红书App社区图文和视频推荐，提升海量用户体验，Inspire Life；  3、与各部门（包括并不限于产品，基础技术等）的同事一起深入交流合作，共同迭代和优化社区信息流推荐产品； 任职资格 1、*****计算机或相关专业硕士及以上学历； 2、在机器学习，人工智能，数据挖掘，统计学，最优化理论等领域有深厚的积累；  3、编程基本功扎实，熟悉常用的数据结构和算法，擅长Jave/C++/Python中至少一门语言； 4、踏实勤奋，自我驱动，善于沟通，勤于思考，有持续学习新知识的能力，有较强的逻辑思维能力，抽象、概括和总结能力，对于技术有热情； 5、有推荐、搜索、广告、NLP等相关背景者优先；有内容，新闻，短视频等行业的大规模推荐系统研发经验者优先； 6、有大规模深度学习应用或研究背景者优先； 7、熟悉机器学习和数据挖掘领域的前沿技术，在国际会议（Recsys、KDD、NIPS、ICML、ACL）以第一作者发表过高水平论文者优先；有机器学习、数据挖掘等相关项目实际经验者，或者知名数据挖掘比赛（例如KDD Cup等）中取得领先名次者优先；

岗位职责】 1. 优化迭代社交推荐场景中的召回和排序模型，包括CTR预估等模块 2. 分析海量用户行为数据，结合用户画像优化特征工程 3. 持续优化大规模机器学习模型和工业级推荐系统，提升用户体验 【岗位要求】 1. 计算机或软件等相关专业硕士 2. 有推荐系统、计算广告、搜索引擎等相关研发经验，了解GBDT/DSSM/ESMM/Youtube DNN等模型原理 3. 有扎实编程功底，熟悉常用数据结构与算法，熟练掌握C++/Java/Scala/Golang等语言一种或多种 4. 熟悉tensorflow/pytorch等深度学习框架，了解ps-lite等分布式机器学习框架 5. 熟悉Spark/MapReduce等大数据处理工具，熟悉Linux开发环境 6. 良好的逻辑思维能力、沟通能力和动手能力，熟悉大规模机器学习、数据挖掘、分布式计算中一项或多项优先

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。

职责描述： 1、负责雪球信息流推荐算法研发，深入理解推荐业务需求，持续提升股票基金场景下的内容推荐效果和用户体验。 2、全面优化信息流的召回/排序/重排算法，通过深度学习模型提升信息匹配效率。 3、分析用户行为数据，进行用户长短兴趣建模，提升推荐的精准性和惊喜度。 岗位要求： 1、硕士及以上学历，计算机相关专业，至少5年工作经验，具备信息流推荐工作经验者优先。 2、具备扎实的机器学习、深度学习基础，熟悉常见的信息推荐算法模型。 3、较强的算法实现能力，能熟练运用Tensorflow 或者 Pytorch开源框架。 4、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。