岗位职责：
1. 负责社区团购场景下的商品推荐，多个场景/多种目标的联合建模；
2. 大规模的推荐模型优化，利用深度学习、多任务学习、强化学习等多种方法提升信息匹配的效率；
3. 在用户长短期兴趣建模和特征交互方式上持续研究探索，不断提高用户兴趣的匹配精度；
4. 在多样性，发现性，用户/物品冷启动，高品质商品的挖掘等问题专项研究，构建良性的循环机制，优化商品推荐生态；
5. 结合电商的业务特性，进行模型和算法创新，打造业界领先的推荐算法和系统。

任职要求：
1. 扎实的算法和数据结构基础，优秀的问题理解能力和编码能力；
2. 机器学习基础理论扎实，熟悉常用的算法模型（如CF、FM、Word2vec、LR、GBDT、DNN），对模型调优有一定实践经验；
3. 对推荐系统召回/排序/多样性/冷启动中一个或多个方向有过深入的实践，了解业界经典的模型和方法；
4. 熟悉Python/Java, 熟悉至少一种大数据计算工具（hive sql/spark），熟悉Pytorch神经网络框架，熟悉Linux开发环境，具备一定的工程能力；
5. 善于沟通，乐观自信，良好的团队合作精神；对新技术充满好奇，能够持续学习，乐于实践，无惧试错。