职位职责： 1、负责直播业务的机器学习算法的模型建设，优化直播侧主播体验和增长； 2、负责提供直播业务场景下的策略解决方案，包括但不限于数据挖掘、序列识别、诊断归因、活动和任务策略设计等； 3、负责调研先进的机器学习模型，通过数据发现直播业务的增长问题并应用算法解决问题。 职位要求： 1、掌握机器学习、因果推断、概率统计等领域的基础知识，了解前沿算法； 2、熟悉常用机器学习、运筹优化算法，具备以下两种及以上能力：机器学习分类、聚类、序列识别、深度学习分类、回归、数学规划和启发式算法； 3、具备优秀的编码能力，扎实的数据结构和算法功底，至少熟练掌握C/C++/Go/Python一种开发语言； 4、熟悉常用的大数据开发工具 (Spark/Hive/Hadoop等)，模型开发框架(Tensorflow/PyTorch/Scikit-learn/XGBoost等)； 5、具有良好的团队合作意识、理解沟通能力及独立解决问题的能力。

职位职责： 1、设计开发大规模因果模型，支持多场景多目标的十亿用户级建模要求，优化娱乐直播用户的留存和体验； 2、设计开发激励策略，刻画策略对用户的长期影响，量化单次激励对于用户的长期增益、优化投放和激励策略，设计在无偏数据以及成本约束下的激励策略； 3、研究突破业务激励增长算法难题，包括大规模离散特征深度学习、因果模型、关系网络、运筹优化策略等研究方向，为业务增长赋能。 职位要求： 1、具备扎实的编码能力和机器学习理论基础，拥有良好的代码习惯和文档编写能力； 2、掌握机器学习的理论基础，熟悉经典的算法模型 (GBDT/LR/FM/DNN等) 和相关工具框架 (Tensorflow/PyTorch等)； 3、能熟练使用Hive/S预估、因果推断、Uplift建模、统筹优化等项目中有实际的工作经验更佳； 4、优秀的理解沟通和团队协作能力，能快速理解业务背景，对数据敏感，以数据事实为基准，有较强责任心。

岗位描述： 1、负责微博基础内容AI的研发、探索，落地到微博内容理解、内容消费和内容生产的核心场景。 2、负责自然语言处理、多模态内容理解和生成模型调优和策略优化，如数据增强、蒸馏学习、对比学习、小样本学习等 4、参负责大模型预训练技术、海量参数下大模型高效微调技术、基于大模型Prompt提示学习技术，取得业务效果 4、跟进AIGC方向研究前沿，使用最新技术解决实际业务问题。 5、有AIGC相关产品落地经验者优先。 岗位要求： 1、计算机、数学或相关专业本科及以上学历，2年及以上NLP或AI相关算法研发经验 2、有自然语言处理领域任一方向经验，包括并不限于文本分类、相似性、多模态生成、问答系统、知识图谱、大规模预训练模型，能够从业务场景出发建设技术体系能力。 3、扎实的编程功底，具备较强的工程实现能力。 4、热爱技术，能够深入细节，对前沿的算法有了解并积极尝试，熟悉常用的机器学习技术及常用深度学习框架。 5、主动性好，乐于贴近业务问题，具备技术驱动、数据驱动、产品驱动等多种驱动业务思维能力。 6、优秀的沟通能力和合作精神，能够处理复杂环境的沟通协作 具备以下条件优先: 1、 发表过AI顶会论文、或者AI竞赛获奖者优先 2、有优秀AI方向开源项目者优先

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.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。

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、参与媒体专业领域大语言模型的研究、构建与迭代，负责预训练和对齐阶段特定算法模块的建设工作； 2、逐步加深和丰富基座大模型的智能体能力，为智能体应用建设沉淀技术与经验； 3、负责RAG、Agent等通用应用流程框架设计实现和策略制定； 4、探索大模型能力在业务流程中的提效应用和面向C端用户的产品能力输出。 岗位要求： 1、硕士及以上学历，计算机、智能科学、数学专业方向出身； 2、具备非常扎实的算法功底，熟练掌握NLP的常用技术手段，有工业界内容理解和生成成熟实战经验； 3、拥有大规模语言模型的预训练和微调经验，熟练掌握常见开源模型的底层设计原理； 4、对于Dense架构和MoE架构大模型的设计实现细节有充分掌握，并有一定的实际操作经验； 5、良好的逻辑思维能力和数据敏感度，优秀的分析和解决问题能力，对挑战性问题充满激情，自驱有追求，具备较强的攻坚能力。

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。

招聘条件： 1、获得博士学位，且获学位时间一般不超过 3 年； 2、年龄一般在 35 周岁以下，身心健康； 3、具备通信、人工智能、大数据相关专业背景，有志于在该领域开展深入研发； 4、具有良好的团队协作能力和表达能力。 岗位待遇 1、签订劳动合同 ； 2、国家博士后一次性资助； 3、支持博士后在站期间申报国家和省市级博士后人才项目和研究项目； 4、协助申请公租房； 5、优秀者协助申报各类国家、北京市人才计划

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。

岗位说明： 1. 针对重点行业（能源电力、大型装备、金属冶炼、半导体、精密电子等行业）的智能制造与数智化升级，深入理解和抽象客户的业务需求，灵活正确运用数据分析/数据挖掘/优化算法等相关技术解决客户的实际问题； 2. 针对设备域、质量域、工艺域、能源域等具有共性的数据分析模型和行业应用进行抽象与研究，基于公司的数据平台产品，进行数据分析算法和产品的研发工作； 3. 针对客户现场的实际数据分析项目，开展如下工作：业务理解、数据治理、领域建模、特征工程、数据分析相关算法模型的开发、测试和优化等。 岗位要求： 1. 结合数据理解业务需求，具有独立定义和解决工业数据分析/数据挖掘问题的能力，具有良好的理工科背景和清晰的逻辑思维能力。 2. 精通数据处理、统计分析、机器学习和优化算法理论及实践；熟悉自动控制、热能动力、化工过程、半导体物理、集成电路等理论者优先；熟悉工业现场的设备数据、MES数据、有工业数据分析相关的实际项目经验者优先。 3. 精通数据分析语言Python及常用的算法包的使用（如numpy, pandas, scipy, sklearn, tsfresh, statsmodel,matplotlib, seaborn, pyecharts, plotly等），有工程化代码开发经验。 4. 有较强的算法软件研发经验，熟悉常见软件工程设计模式（例如OO、ORM、DDD、ER建模等）；具有工业软件和算法开发经验者优先。 5. 有良好的客户沟通、业务调研、团队合作与技术管理能力；能独立作为项目技术负责人带领其他技术人员一起交付客户项目者优先（高级）。 6. 工业专业教育背景或工作经验，具有自动化、电力、电子、能源动力、半导体或化工等专业知识背景，硕士以上学历者优先。 7. 有较强的新领域知识学习能力、文档写作能力、客户沟通能力；能快速搜索、阅读中英文文献者优先。

工作职责： 1.负责自动驾驶多传感器（摄像头、激光雷达、毫米波雷达）感知融合算法研发，搞定目标检测、跟踪、分割等任务，确保“看得清、认的准”，不允许“传感器各自为政”； 2.优化感知算法在复杂场景下的鲁棒性，比如暴雨、大雾、强光逆光等恶劣天气，以及隧道出入口、地下车库等弱光环境，杜绝“感知失效”； 3.参与感知模型的轻量化与车端部署，在保证精度的前提下降低计算资源占用，让算法在嵌入式平台（如Orin、地平线J6）上“跑得快、不卡顿”； 4.跟进感知数据闭环，与数据团队协作挖掘badcase，比如“远处小目标漏检”、“遮挡目标误判”、“障碍物抖动”，推动模型迭代优化。 任职要求： 1.计算机视觉、机器学习、人工智能等相关专业硕士及以上学历，2年以上自动驾驶感知算法经验，仅参与过单模态的”玩家”，请参看2； 2.精通CNN、Transformer等深度学习架构，熟悉3D目标检测（如PointPillars、VoxelNet）、BEV感知（如BEVFusion, Sparse系列）、Occupancy感知等算法，能对着论文复现核心模块； 3.熟练掌握Python/C++，能玩转PyTorch/TensorFlow，熟悉PCL、OpenCV、Eigen等库，会用卡尔曼滤波、粒子滤波等做传感器融合，代码调试能力强； 4.加分项1：了解传感器标定、时空同步技术，能解决“摄像头与激光雷达数据不同步”“标定参数漂移”等问题，对感知精度有“强迫症级”要求； 5.加分项2：能清晰解释“激光雷达点云稀疏区域的目标检测难点”，并提出优化方案； 6.加分项3：有感知算法量产部署经验，熟悉TensorRT、ONNX Runtime等推理框架，能搞定模型量化、剪枝； 7.加分项4：在CVPR、ICCV、ECCV等顶会发表过感知相关论文，或有Kaggle、Waymo等竞赛获奖经历。

岗位职责: 参与Keeta站内外用户增长算法的研究与实现，提高拉新、促活策略的效果与质量，包括但不限于： 1. 建设多维度的用户理解、定向能力，面向不同生命周期的用户实现差异化的站外广告、站内触达、补贴等增长策略。 2. 持续探索小样本学习、迁移学习、大模型推理等能力解决用户行为、样本稀疏等问题，在频繁开国场景下提升用户、业务冷启动增长效率。 3. 沉淀多国可复用的用户增长算法方案，高效支持多国差异化增长策略。 岗位要求: 1.数学、统计、计算机或者相关专业硕士及以上学历，在增长、搜索/推荐、营销某一领域具备3年及以上工作经验 ； 2.在机器学习、深度学习、大模型推理等方面有较为丰富的研发经验, 并能在复杂的业务场景中进行合理的算法选择与优化； 3.较好的业务敏感度，具有创新精神和理论结合实践的能力，能够主动思考学习并适应业务的快速发展，乐于与业务共同成就和成长； 4.优秀的分析问题、解决问题能力和团队合作意识，对挑战性问题充满激情。 岗位亮点: 1. 新业务发展空间大； 2. 从0到1的用户增长算法挑战； 3. 多地区、多语言的复杂业务场景。 具备以下优先: 1. 海外市场增长策略经验； 2. 具备从0到1的算法能力建设经验。

岗位职责: 1. 负责KeeTa的履约算法调度方向，负责相关算法的完善和优化 2. 主要工作领域包括并不限于调度策略、供需平衡策略、履约模式研究等，实现成本和体验的多目标优化 3. 通过运筹优化、机器学习、强化学习等方法，在不同供需场景下对骑手行为进行建模，通过路径规划和时间预估、调度决策等工作，提升用户体验和骑手效率 岗位要求: 1. 优秀的分析及解决问题的能力 2. 在运筹优化、机器学习、深度学习、强化学习等领域的其中几个，有扎实理论基础和丰富研发经验 3. 有良好的沟通能力，工作积极主动、责任心强，极度关注客户 4. 具备创业精神和创业心态，不自设边界，能够快速学习，广泛支撑业务 岗位亮点: 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

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。