【岗位职责】 1、主导公司数据平台的搭建，核心负责企业级数据仓库的建设，包括数据分层、数据清洗、数据库和表结构的设计和数据分析，以及数据开发的落地实施； 2、建立数据质量管理体系，开发分析型系统的数据报表，完成从数据建模到数据计算的开发工作； 3、数据资产化的落地，构建数据服务的API设计和开发，支持业务系统的数据对接和调用； 4、研发管理与项目交付：统筹数据项目的研发工作，确保项目按时交付、高质量上线； 5、对AI及算法有兴趣，做过AI模型搭建、调试的尝试，以及落地应用； 【经验要求】 1. 计算机、数学相关专业***本科以上学历（硕士优先），在大平台数据开发经验优先； 2. 有过完整的数据体系搭建的经验，包括数据治理、指标体系搭建、数据挖掘和模型管理等，对数据质量、数据资产、元数据管理等有实战经验； 3. 对机器学习、自然语言处理等AI核心技术有一定了解，对AI模型在垂直行业的应用有关注，有尝试的经验； 4. 有一定团队管理经验的优先，在跨团队协作、资源调配和技术问题协同解决方面有实际成果；

职位职责： 1、参与国际的电商个性化推荐算法的优化，主要包括国际化电商直播推荐、电商短视频推荐、新用户推荐、直播/视频冷启动、长期价值建模、体验优化等工作； 2、通过表征学习、深度学习、迁移学习、多任务学习等技术提升信息匹配的效率，让每个用户可以便捷的找到好的主播和优质的货品； 3、挖掘和分析海量用户行为数据，进行用户长短期兴趣建模，以及潜在兴趣预测、探索，提升推荐的精准性和发现性； 4、通过算法自动挖掘优质、专业、高口碑的商品和主播，构建良性的循环机制，优化内容电商生态； 5、结合内容电商的业务特性，进行模型和算法创新，打造业界领先的推荐算法和系统。 职位要求： 1、扎实的算法和数据结构基础，优秀的编码能力； 2、机器学习基础扎实，熟悉CF、MF、FM、Word2vec、LR、GBDT、DNN、Wide&Deep等常用的算法模型； 3、熟悉下任何一个开源工具：Xgboost、Tensorflow、Pytorch； 4、熟悉C++和Python语言，熟悉Linux开发环境； 5、具备优秀的学习能力和良好的团队合作精神。 加分项： 1、有个性化推荐、广告、信息检索、自然语言处理、机器学习等相关领域研究或者项目实践经验； 2、在KDD、NeurIPS、WWW、SIGIR、WSDM、ICML、IJCAI、AAAI、RecSys等会议发表过论文，或者有过数据挖掘/机器学习相关的竞赛经历。

职位职责： 1、负责抖音业务推荐算法工作，与来自国内外**名校、有丰富业界经验的同学合作，共同搭建行业**的推荐系统，为用户提供一流的产品体验； 2、将最前沿的机器学习技术应用到抖音的核心场景业务，优化用户体验促进业务发展； 3、研究方向包含且不局限于：深度学习、图神经网络、多任务学习、Learning To Rank、模型压缩和加速、多模态技术等，结合业务的实际问题来做好技术的探索和研究； 4、和产品、运营团队紧密合作，通过对产品和用户的深入理解和分析，制定算法策略促进抖音生态的长期繁荣发展。 职位要求： 1、具备优秀的编码能力，扎实的数据结构和算法功底； 2、对机器学习有热情、乐于学习、思考和创新，有自然语言处理、数据挖掘、计算机视觉相关的工作经验； 3、熟悉常见算法，如LR，GBDT，DNN等，具备推导， 实现， 应用能力； 4、熟悉C++和Python语言，熟悉Linux开发环境； 5、优秀的分析问题和解决问题的能力，有良好的沟通表达能力和团队精神。

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。

工作职责 业内研究表明，生成式的推荐系统存在Scaling Law现象，Scaling Law的出现相较于现有推荐系统无法通过扩充持续提升效果的现象，提出了新的可能性。该团队负责小红书生成式推荐方向，目前已经完成了原型架构的开发和线上验证，欢迎业内在推荐/广告/搜索等领域的专家一起，共同探索生成式推荐在真实业务场景的价值。 【职位描述】 1、负责生成式推荐在小红书社区推荐&展示广告场景的研发； 2、在生成式架构下，重新思考传统推荐架构中的行为建模技术（如超长序列、多兴趣等），并在召回/排序等场景中进行应用； 3、与MLLM和架构团队配合，将其他生成式模型的知识和能力迁移进实时的生成式推荐架构中； 任职资格 【任职资格】 1、3年以上工作经验，熟悉推荐系统，在召回、排序、混排中任一模块有丰富的迭代经验； 2、动手能力极强，有ACM竞赛名次或参与过业内高难度项目； 3、具备大规模场景下的创新能力，在实际业务场景中发表过高水平论文者优先；

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。

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。

工作职责 业内研究表明，生成式的推荐系统存在Scaling Law现象，Scaling Law的出现相较于现有推荐系统无法通过扩充持续提升效果的现象，提出了新的可能性。该团队负责小红书生成式推荐方向，目前已经完成了原型架构的开发和线上验证，欢迎业内MLLM领域的专家一起，共同探索生成式推荐在真实业务场景的价值。 【职位描述】 1、负责生成式推荐在小红书社区推荐&展示广告场景的研发； 2、通过Post-training/RLHF等技术，提升MLLM在推荐/广告领域的表现； 3、在生成式架构下，借助MLLM来提升或重塑内容分发的效率（如冷启动/中长尾/Scaling-law等）； 任职资格 【任职资格】 1、3年以上工作经验，有大规模场景的内容理解或AIGC经验（如相关性、图搜、； 2、负责过完整的MLLM项目，具有完善的业务和技术视角； 3、具备大规模场景下的创新能力，在实际业务场景中发表过高水平论文者优先；

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。

工作内容 职位描述： 1. 参与数据仓库规划、架构及研发，包括离线、实时的数据模型规划，建设PB级的数据集市和数据平台。 2. 负责数据模型的规划、架构、开发以及海量数据下的性能调优，复杂业务场景下的需求交付。 3. 参与平台数据治理相关工作，负责数据质量、数据一致性及稳定性保障等建设。 4. 深入业务，与业务团队紧密合作，理解并合理抽象业务需求，发掘数据价值，以数据驱动业务不断发展。 5. 关注行业技术趋势，引入新技术和工具，持续优化大数据处理流程与性能，提升业务的数据处理效率和价值产出。 岗位要求 任职要求： 1. 本科及以上学历，计算机、软件工程、数据分析或相关专业出身，2-5年大数据开发经验。 2. 掌握Java, Python等至少一门语言，熟悉常用数据结构与算法。 3. 熟悉大数据生态技术栈，具备较丰富的Hadoop，Hive，Spark，Flink等开发经验。 4. 精通数据仓库理论体系，对分层设计、维度建模等有深刻的认识和实战经验，熟悉不同建模方法的优劣。 5. 积极主动贴近业务，有良好的沟通协调能力，数据敏感度高，能够快速理解业务模型及数据模型，从业务角度出发分析和解决数据问题。 6. 具备优秀的问题解决能力和团队协作精神，对大数据技术充满兴趣，学习能力和自我驱动力强 7. 有数据中台建设经验优先。有数据分析能力、指标体系搭建或BI相关经验优先。有互联网工作经验优先。 8. 加分项：英文沟通表达、云平台（如阿里云、AWS、Google Cloud）经验。

商业增值部是服务于美团核心本地商业客户的增值服务平台，覆盖餐饮、即时零售、医药、休闲娱乐、丽人医美、生活服务、酒旅度假等业务领域。我们致力于构建健康的本地商业生态，通过为平台客户和消费者提供符合其需求的多元、便捷、高效的商业产品和服务，帮助生态伙伴提高效率、优化经营、实现持续健康发展，推动本地商业数字化营销的发展，促进商业生态繁荣。作为本地商业的头部平台，我们为产品、运营、商务、技术、商业分析等领域人才提供广阔的发展空间。诚邀你加入美团商业增值团队，共筑本地商业的健康繁荣生态！ 岗位职责 1、结合到餐业务特性、流量场景特点，通过数据分析、行业调研等方式，明确分场景的广告变现模式及阶段性产品迭代重点； 2、负责推荐广告策略设计，通过召排策略优化、创意优化、机制设计等，完成广告收入和体验目标； 3、持续探索、完善推荐方向的指标体系、评估方法，异动分析下钻框架，并推动数据基建和核心看板建设； 4、协同推荐各渠道业务产运团队、算法团队、引擎团队，建立协作机制，推动项目落地，完成业务目标。 岗位基本需求 1、至少3年流量策略产品经验，有推荐/搜索广告策略经验者优先； 2、较强的业务理解能力和数据敏感度，有一定的数据分析方法论，能熟练使用SQL； 3、逻辑缜密、沟通良好、勇于挑战、善于分析和解决问题、良好的自驱力。 岗位亮点 1、深入接触O2O广告核心业务，对于行业视野提升、效果广告能力提升均有良好的空间； 2、推荐作为重要流量渠道，能深度参与并影响业务，价值创造空间大； 3、靠谱团队，团队氛围好。

工作职责 1. 项目管理及交付能力：负责部门模型策略类开发项目，包括整体项目管理、模型开发、模型管理、模型优化； 2. 数据算法能力：负责部门算法相关的设计和调优 ，参与部门产品开发与优化，并具备协助完成部门automatic pipeline； 3. 保险需求落地能力：和商务、运营、研发等团队深度合作，将业务需求转化为技术可落地方案，完成实际项目技术需求分析与转化 任职资格： 1. 硕士及以上学历，3年以上机器学习建模项目经验，应用数学、物理、统计、计算机与算法相关专业 2. 有机器学习、模式识别 、数据挖掘多个实际项目经验，理解NLP、Graph基础概念和常用算法 3. 有较强的python建模能力，能够独立搭建算法框架和建立复杂机器学习模型 4. 具备一定的英语交流与阅读能力 加分项： 1. 有保险风控建模领域，风控大数据挖掘的项目经验优先 2. 有过kaggle等建模大赛得奖者优先 3. 有过海外留学工作经验者优先

工作职责 1. 负责研究适用于医疗应用场景的统计和机器学习算法（如图神经网络、多模态数据融合、时序分析等），提高AI在疾病预测、保险理赔、医保控费、健康服务推荐等方面的能力； 2. 参与医疗AI产品的研发，与产品团队、开发团队合作完成创新技术向应用成果的转化； 3. 参与和外部研究机构的学术合作，共同研发创新AI算法； 4. 基于上述工作发表AI领域**论文，申请发明专利。 任职要求 1. 计算机、统计学、数学、自动化、生物信息学等相关专业硕士或以上学历； 2. 对人工智能和机器学习算法有浓厚的兴趣和深入的研究经验； 3. 具有丰富的算法设计与编程开发经验，熟练掌握Python或R编程； 4. 具有良好的沟通能力与多学科团队协作能力； 5. 在人工智能领域**期刊、会议上发表过学术论文者优先； 6. 在医疗人工智能领域有相关研究经验者优先； 7. 对商业保险、社会医保（如临床路径、DRGs）体系有相关经验者优先。

岗位职责： 1.结合信贷业务场景，对内部海量数据进行清洗与深度挖掘，提炼稳定且有效的数据产品，为金融机构信贷业务搭建全生命周期模型提供数据基础； 2.使用Python开发并优化逻辑回归、XGBoost、深度神经网络等机器学习模型，结合信贷金融业务属性和场景，提升模型算法的表现，完善金融机构的全场景化模型组合； 3. 全程参与数据产品的研发，包括需求分析、市场分析、产品设计、产品性能测试、上线推广等环节，确保产品的高效交付和稳定运行； 4.积极研究和跟进前沿大数据建模理论和技术，将其有效融入产品开发中，以维持并提升产品的技术竞争力； 5.针对不同信贷金融机构的业务特色，设计定制化的风控和营销解决方案。运用大数据和算法技术，为合作伙伴提供精准的业务支持和服务。 岗位要求： 1.计算机、数学、统计、金融、物理、信息工程等数理专业硕士及以上学历; 2.具有3年及以上银行、消金或者互联网金融等相关的风险模型、数据挖掘相关工作经验，对信贷业务流程和系统有深刻理解； 3.精通风险管理和营销模型的构建方法，熟练掌握统计分析和数据挖掘技术。具备强烈的数据敏感性，能够独立发现并解决问题，具有自我激励和驱动的能力； 4.熟练应用Python、R等数据挖掘工具，掌握逻辑回归、XGBoost等机器学习算法，并了解深度学习和前沿算法的发展趋势； 5.具备良好的团队合作精神，优秀的沟通能力和项目管理技能，能够在快节奏的工作环境中有效推动项目进展。