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。

职位描述: 1、通过算法优化视频社区的生产生态、用户体验，帮助业务增长； 2、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； 3、深入理解业务以及快手推荐系统，寻找短期、长期不同视角下的业务增长空间，不断完善推荐系统； 4、探索和研究最前沿的技术，结合实际应用场景，产出有效的业界领先的技术解决方案； 5、这里有众多行业极具影响力的技术人和你碰撞思维，讨论有趣的技术业务问题； 6、这里有和技术深度结合且极大规模、富有社会价值的业务场景，为你提供广袤的创新空间； 7、这里有丰富的数据和海量计算资源，期待你的发挥，创造更多的价值。 任职要求: 1、 自信、敢于突破，对技术充满热情，对探索技术突破有执着追求； 2、具备良好的沟通协作能力，较强的责任感和持续的自驱力； 3、计算机、数学、统计学、电子工程、通信、人工智能等相关专业； 4、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； 5、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； 6、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、参与亿级用户规模的电商推荐优化，提升内容电商观看时长、点击率、转化率、GMV、LTV等核心指标； 2、参与机器学习、深度学习领域的核心研发工作，包括但不限于神经网络模型的设计与优化、迁移学习、强化学习、对比学习等的算法和系统研发； 3、针对海量用户行为数据，提供分布式算法实现的解决方案，大幅提升算法计算规模和性能； 4、参与推荐机制的顶层设计，优化电商流量结构和GMV结构，促进电商生态的健康发展。 任职要求 1、硕士及以上学历，计算机、数学或统计学相关专业； 2、熟悉Linux环境、C++和Python语言，良好的逻辑思维能力，优秀的编码能力，扎实的数据结构和算法功底； 3、具有机器学习、数据挖掘、推荐系统或者自然语言理解等相关领域知识； 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。 加分项： 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或实习经验； 2、在NIPS、ICML、ACL、SIGKDD、RECSYS、WSDM、WWW等相关国际**会议上有文献发表； 3、有ACM/ICPC、NOI、Topcoder、Google Jam等或类似算法竞赛经历者优先； 4、具备大规模电商推荐算法经验者优先。

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首页推荐全链路核心算法策略的优化迭代，通过海量数据分析挖掘、超大规模深度学习实践、供给/召回/排序/机制算法升级，结合产品形态的优化与创新，更好地匹配用户的多样化需求，提升美团App的用户及流量规模，并形成技术沉淀； 2. 深耕业务特点和生活场景（包括但不限于到家、到店、出行等场景），从美团LBS服务共性解决方案出发，探索大模型应用、用户实时意图识别、多业务异构供给混排、多目标价值定义等方向与挑战； 3. 负责推荐算法中的某个技术或业务方向，制定相应的中长期技术规划，并在具体场景成功应用； 4. 参与构建团队，培养核心骨干，打造团队核心竞争力。 岗位基本需求 1. 计算机、数学、统计或者相关专业本科及以上学历，2年及以上推荐、广告、搜索工作经验，优秀的编码能力，扎实的数据结构和算法功底； 2. 熟悉大规模机器学习、数据挖掘、分布式计算等领域前沿技术，了解召回、排序相关基础算法； 3. 具有一定的业务和产品敏感度，具有创新精神和理论结合实践的能力，有主动思考和学习的驱动力，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。 具备以下者优先 1. 大流量规模下的推荐、广告、搜索经验，尤其是混排、重排、用户理解模块经验； 2. 有复杂业务环境下的算法创新及落地经验； 3. 密切关注业界最新进展，在KDD、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 美团App大流量、多业务、异构供给场景，提供了业界最挑战性的推荐课题之一，在多业务异构混排、场景化推荐、推荐生态等方面都比单一的内容or电商推荐有更多需要突破的技术课题，特别适合希望在算法方向做深做强、追求卓越的同学。 1. 【业务核心】：直接上手迭代美团首页，做出的贡献可以影响到数亿人的日常生活； 2. 【方向多元】：算法、模型、策略、业务多方向选择；技术、行业、个人基本功全方位提升； 3. 【挑战性强】：从美团的多业务、多场景、多目标特性入手，解决业界核心问题，获得快速能力增长； 4. 【不设边界】：作为一家快速发展的企业，美团为优秀的同学提供更快的职业发展机会，无论你的背景和经历，只要你有才华和激情，都能在这里找到属于自己的舞台！

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。

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： 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。

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。

职位描述: 1、设计和实现高效、可扩展的推荐算法。 2、分析用户行为数据，提出并验证新的推荐策略。 3、与跨职能团队合作，将推荐算法集成到产品中。 4、负责推荐算法召回、粗排、精排、机制策略等的研发和探索. 5、探索海量数据下的数据挖掘和建模方法，探索复杂推荐问题的系统设计方法。 6、监控推荐系统的性能，并不断优化算法。 7、编写高质量的代码，并进行代码审查。 8、保持对最新技术和算法的了解，并将其应用于工作中。

高级/资深推荐算法工程师 职位描述 将最前沿的推荐算法技术在多种场景落地，在大规模场景下开展以下工作： 1、参与广告推荐系统的深度优化，研究并解决大规模广告系统中的各类优化目标及问题，如深度转化目标建模、广告内容混合排序、多场景联动推荐、转化延迟、id泛化性、粗精排一致性等； 2、探索前沿技术在推荐模型预估上的应用，研究方向包含且不局限于：automl、多任务学习、learning to rank、序列建模、大算力下的大规模深度模型、large预训练模型等； 3、和工程架构团队密切配合，共同开发优化各类工程组件在各种复杂场景的落地：如大规模推荐引擎架构、大规模流式机器学习框架、大规模离线计算等。 职位要求 1、5年以上算法经验优先； 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/推荐广告的大规模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、熟悉C++和Python语言，熟悉Linux开发环境； 6、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； 7、有推荐、广告、信息检索或相关领域的实战经验优先。

岗位职责： 负责叮咚买菜搜索和推荐相关算法工作，包括且不限于NLP、特征工程、模型策略开发等相关工作； 任职资格： 1.计算机，数学或统计学相关专业硕士及以上学历 2.扎实的机器学习基础，能够运用LR、GBDT等传统机器学习模型解决实际的业务问题； 3.扎实的深度学习基础，能够运用DIN、W&D、DeepFM、PNN等模型； 4.熟练使用一种或几种深度学习框架（如tensorflow、caffe、mxnet、pytorch等） 5.熟悉Python/Java/C++/Golang等至少一门编程语言 6.有推荐系统、自然语言处理、深度学习、搜索算法等方面的算法积累者优先

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。 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。

工作职责: 高级算法工程师（推荐）服务于哔哩哔哩主站的内容推荐，包括feed流推荐和相关推荐等场景。我们期望使用机器学习，数据挖掘等手段，提升这些场景的推荐效果。 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，包括内容冷启，生态机制，运营流量效率提升。 工作要求: 1.计算机相关专业本科及以上学历，2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；熟悉生态机制的优先； 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。