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： 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。

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. 参与搜索推荐的排序算法的优化； 2. 使用机器学习、数据挖掘技术构建模型，并应用至线上服务； 3. 通过技术支撑业务发展，共同实现经营目标； 4. 与其他技术团队紧密配合，制定有效策略。 岗位基本需求 1. 扎实的计算机专业基础，熟悉机器学习或自然语言处理技术，熟知常见算法模型，如：XGB、DNN、Transformer、BERT等，对技术开发及应用有热情； 2. 熟悉C++/Java/Python等编程语言，熟悉Spark、Hive应用，良好的编程能力和数据洞察； 3. 有Tensorflow、PyTorch等深度学习框架结合实际项目经验者优先，如：文本分类，实体识别、CTR预估； 4. 熟悉搜索/推荐/计算广告系统的构建原理和优化方法者优先； 5. 目标感强，结果导向，善于沟通学习，具有良好的主动性； 6. 踏实有耐心，重视执行细节和交付质量，对每一行代码负责，对用户负责，具备工匠精神。 具备以下者优先 1. 在机器学习、数据挖掘、信息检索等领域有过论文发表者 2. 在机器学习竞赛中有过较出色名次者 岗位亮点 1. 业务高速发展阶段，有更多的机遇和挑战。 2. 建设多场景、多业务统一的个性化建模能力。

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。

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。

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。

职位描述 1、负责快手主APP、极速版等核心应用中关注页的推荐优化，提升时长、留存等指标； 2、 跟踪业界深度学习/强化学习/迁移学习等领域进展，灵活应用于业务中取得实际收益； 3、基于超大规模机器学习模型，应用先进的检索和排序技术，持续提升关注页推荐质量； 4、改进重排混排等算法，设计合理策略，优化关注页流量分发，提升用户满意度和平台价值； 5、深入理解用户，构建健康活跃的社区生态，维护和增强生产者和消费者之间的社交关系。 任职要求 1、熟练使用C++或Java进行开发，熟悉多种编程语言有额外加分； 2、优秀的编码能力和良好的编程风格，扎实的数据结构和算法功底； 3、熟悉机器学习、数据挖掘、分布式系统等领域知识，有推荐算法相关的工作经验； 4、目标导向，数据驱动，具有较强的动手实践能力和开阔的技术视野； 5、良好的逻辑思维能力，善于沟通和思考，责任心强，具有很好的团队协作能力。 加分项 1、有强化学习、图神经网络、大规模机器学习等领域的研究和实践经验； 2、机器学习竞赛成绩优异者，如Kaggle/KDD Cup等； 或有ACM/NOI获奖经历； 3、在SIGKDD、NIPS、ICML、ICLR、SIGIR、RECSYS等国际会议有论文发表记录。

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

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。

工作职责: 负责阅文集团智能推荐/搜索场景下的数据挖掘和算法调优及相关落地工作。 任职资格: 1、3-5年工作经验，计算机、大数据、智能等相关专业毕业优先； 2、熟悉机器学习方法，数据挖掘常用方法及流程，并有相关项目经验； 3、熟悉算法设计/数据结构；熟悉相关的数学理论知识； 4、有大数据处理和并行计算开发经验优先，有python、hive、tensorflow、C++开发经验者优先； 5、熟悉大语言模型相关理论，有一定实践经验和热情优先； 6、良好的团队合作精神，对数据敏感，有较好的抗压能力。

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

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

工作职责 -推荐策略部坐标百度双引擎（搜索+信息流）核心业务，以Feed推荐体验的最终呈现，提供推荐能力平台化服务 -研究数据挖掘或统计学习领域的前沿技术,并用于实际问题的解决和优化 -大规模机器学习算法研究及并行化实现,为各种大规模机器学习应用研发核心技术 -通过对数据的敏锐洞察,深入挖掘产品潜在价值和需求,进而提供更有价值的产品和服务,通过技术创新推动产品成长 任职资格 -具有以下一个或多个领域的理论背景和实践经验：机器学习/数据挖掘/深度学习/信息检索/自然语言处理/机制设计/博弈论 -至少精通一门编程语言，熟悉网络编程、多线程、分布式编程技术，对数据结构和算法设计有较为深刻的理解 具有以下条件者优先： -熟悉文本分类、聚类、机器翻译，有相关项目经验 -熟悉海量数据处理、最优化算法、分布式计算或高性能并行计算，有相关项目经验