美团的使命是“帮大家吃得更好，生活更好”，公司聚焦“零售 + 科技”战略，和广大商户与各类合作伙伴一起，努力为消费者提供品质生活，推动商品零售和服务零售在需求侧和供给侧的数字化转型。 2018年9月20日，美团正式在港交所挂牌上市。美团将始终坚持以客户为中心，不断加大在科技研发方面的投入，更好承担社会责任，更多创造社会价值，与广大合作伙伴一起发展共赢。 岗位职责 1. 负责美团首页猜喜推荐排序算法的研发工作，设计和优化推荐算法模型，提高系统的推荐效果和用户体验； 2. 负责开发和维护推荐系统，包括数据采集、数据处理、特征工程等模块的开发和优化； 3. 参与团队技术讨论，提供技术解决方案和技术支持，协助团队成员解决技术难题； 4. 跟踪行业发展动态，在美团场景下落地生成式推荐，不断提升团队的技术能力和创新能力。 岗位基本需求 1. 硕士研究生及以上学历，计算机、统计学、数学或相关专业； 2. 具备至少3年以上的推荐算法开发经验，熟悉常用的推荐算法模型和技术； 3. 熟悉机器学习和数据挖掘算法，具备良好的数学基础和编程能力； 4. 熟悉使用Hive/Spark/Hadoop等大数据工具，熟悉TensorFlow/PyTorch等框架，有深度学习实际项目经验； 5. 具备良好的团队合作意识和沟通能力，能够与产品、运营等团队紧密配合，完成项目目标。 具备以下者优先 1. 有推荐业务上大规模机器学习优化落地经验； 2. 有复杂业务场景下深度学习模型的算法研发及改进经验； 3. 密切关注业界最新进展，在SIGKDD、CIKM、ICML、ICLR、SIGIR、RECSYS等顶会发表过创新性论文或调研业界论文并成功应用于实践； 4. 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。 岗位亮点 1. 美团APP首页推荐，亿级DAU、海量的用户数据、复杂的业务场景，挑战算法的极限并提升个人技术能力。 2. 具备广阔的职业发展空间，可以在推荐算法领域不断深入研究和探索，成为业内有影响力的专家。 3. 团队氛围好，专注解决算法以及用户体验问题，可以跟组内优秀同事共同成长。

大众点评作为国内重要的本地生活消费决策参考平台，多年来深耕本地生活消费领域，深受广大用户的信任和喜爱。我们的业务覆盖了吃喝玩乐游购娱等生活场景，通过极具辨识度和公信力的”星级“和”评价“产品，为数亿用户提供了全面、可信的消费决策依据。为更好满足用户探索城市的需求，大众点评在原有星级和评价的基础上，以信息流产品形式，助力用户发现更多好去处。大量优秀年轻同学的加入，为我们的团队注入了澎湃活力。我们相信，真实的生活是不可替代的，真实的感受是值得记录的，真实的美好是要被看到的。希望优秀的你能和我们一起，帮助广大用户在大众点评上发现更多好去处，找到属于自己的人间烟火气，共创美好生活。 岗位职责 1. 参与点评搜索场景下召回/相关性/排序等核心模块的优化工作； 2. 关注业界在搜索/推荐场景的前沿技术，能够合理优化和解决实际业务问题； 3. 利用NLP/深度学习等相关技术，不断优化搜索用户体验，驱动业务规模增长。 岗位基本需求 1. 2年及以上推荐/广告/搜索等领域算法开发经验； 2. 具备扎实的编程能力和数据结构算法基础； 3. 熟练掌握NLP/深度学习等相关技术，熟练应用算法工具，如TensorFlow、PyTorch等； 4. 对数据敏感，具有优秀的逻辑思维能力，学习能力强，对解决挑战性问题充满热情； 5. 具备良好的团队协作能力和沟通能力。 具备以下者优先 1. 在大厂的搜推广领域有算法落地经验； 2. 在国际顶会或核心期刊上发表过学术论文。 岗位亮点 1. 参与点评搜索渗透的机遇和挑战，与业内搜索领域一流的技术团队一起攻坚业务问题； 2. 参与百亿级样本和十亿级特征规模的深度学习模型的训练，以及相关的离线在线pipeline的优化； 3. 深度洞察用户需求，参与业务策略的制定，在千万级别的用户场景上验证自己的想法； 4. 点评搜索核心研发团队，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； 5. 完善的培养机制和良好的团队氛围，包括mentor、知识分享、技术博客/论文/专利机制等。 其他补充信息 点评技术部负责点评App相关业务的研发工作，支撑业务发展，为用户提供优质的服务，同时致力于用技术手段为点评APP的用户提供业界一流水准的用户体验。

职位职责： 团队介绍： 字节跳动头西番增长智能团队负责公司今日头条、番茄小说、西瓜视频、剪映/Capcut等爆款产品的增长算法建设，通过优化获客、留存、收入等核心业务目标，助力集团实现规模化的用户增长。 团队使用因果推断、运筹优化、内容推荐等前沿机器学习技术，建设行业领先的智能增长方案。在这里，你可以了解到一款产品从0到1，从1到N的秘密；也可以了解到年数十亿资金、日百亿曝光流量的调度方案。我们诚邀您加入增长黑客家庭，一起应对其中的业务和技术挑战。 职位描述： 1、参与个性化营销引擎设计：通过因果推断、运筹优化等技术，驱动激励广告、玩法任务、优惠券的智能补贴系统建设，算好每一分钱的边际效益，做好资金的最优调度； 2、参与内部产品矩阵联动方案设计：通过NLP、推荐技术，做好多产品的内容生产、改写、匹配、分发的推荐系统建设，让好内容找到合适的人，提升字节系的多持用户规模； 3、参与增长算法基础研究，包括大规模因果推断技术、自动化预算分配系统； 4、参与年度增长方案制定及业务创新。 职位要求： 1、本科及以上学历，计算机、统计学、数学等相关专业； 2、扎实的机器学习理论和应用基础，熟悉LR、FM、DNN、GBDT等常见的算法模型； 3、良好的工程师素养及沟通协作能力，踏实负责的工作风格。 加分项： 1、有智能营销、推荐、广告、NLP项目经验者优先； 2、有相关研究经历、论文、算法/机器学习竞赛奖励者加分。

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。

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。

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。

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。

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。

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。

职位职责： 1、参与今日头条、番茄小说和番茄畅听等产品的用户增长个性化激励算法策略研发，支持多个业务场景的的个性化数值策略； 2、使用因果推断、强化学习、运筹优化等技术提供个性化数值策略，以优化留存、总成本、净利润等核心指标； 3、参与基础模型的尝试和优化研究，包括不限于多场景的长短期价值模型、弹性模型等。 职位要求： 1、具备优秀的编码能力和扎实的数据结构和算法功底 ； 2、熟悉常用机器学习工具和深度学习工具（Scikit-learn、XGBoost、Tensorflow、PyTorch等）； 3、熟悉因果推断或强化学习理论基础，掌握常用算法者优先； 4、熟悉常用大数据开发工具（Spark、Hive、Hadoop等）； 5、有个性化优惠券、智能补贴、智能定价等领域经验者优先。

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。

岗位职责： 1. 优化迭代懒人听书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/软件/统计等相关专业硕士，对技术有热情； 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/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Python/Java/Scala/Golang等语言中的一种或多种； 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等大数据处理工具，熟悉SQL语言，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。

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；

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 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