腾讯推荐算法工程师（商业策略&工具算法）
任职要求
1.硕士以上学历，3年以上推荐/广告/搜索相关的算法经验； 2.扎实的机器学习基础，了解深度学习及其在工业界的一些典型应用案例，能够应用解决实际的业务问题； 3.熟悉Hadoop、Hive等常用的大数据处理平台，熟悉…
工作职责
1.负责QQ浏览器商业推荐算法研发，优化游戏分发的转化效率促进游戏收入提升，优化广告算法策略促进广告收入提升； 2.负责QQ浏览器工具算法优化工作，包括扫描王、翻译、Qbot等多个业务的工具算法模块，重点是优化文档识别模型，提升复杂场景识别准确率； 3.紧跟学术界、工业界的前沿技术，结合实际的业务场景进行算法开发、落地，实现团队技术和业务的共同发展。
加入我们，您将参与构建支撑贝壳业务商业化的核心平台系统。商业化聚焦商城交易标准化中台能力、混合支付能力、贝壳币账户管理体系相关平台能力建设，并支撑新房、二手、租赁等业务流量商业化线上化能力建设。您将有机会深度参与: 1、参与商城交易标准化中台能力建设，如:商品库、订单、支付及B端管理系统； 2、参与贝壳币系统能力建设，如：账户管理、预算管理等； 3、参与业务流量商业化线上化能力及B端管理系统建设，如：新房CPT、二手潜客包CPL、会员等流量产品能力建设。
加入我们，您将参与构建贝壳业务(新房、二手、租赁、家装、商办等)基础设施商机平台。建设基于流量分发引擎的一站式商机分配业务解决方案和完善的B端精细化运营管理系统。您将有机会深度参与： 1、参与承载日均15亿+展位流量的分发引擎智能化升级，探索和应用A技术，夯实平台能力，助力业务目标达成； 2、参与建设一站式指标计算与管理平台，提升商机分配策略构建、数据经营分析效率； 3、参与迭代平台核心服务与系统，如:推荐策略开放平台、测算仿真平台、商机数据服务、效果溯源服务等； 4、参与大流量、高并发、海量数据处理相关大型分布式系统架构升级。
用户方向 1.通过数据分析构建用户画像，分析用户交易行为及用户旅程，挖掘trade-in, trade-across, trade-up的驱动因素及转化路径； 2.设计因果推断实验（如A/B测试、双重差分法），量化促销活动、定价策略对用户消费、用户增长的影响，评估广告渠道ROI优化投放策略； 3.构建用户分层模型，识别高价值消费人群，输出定向运营策略（如精准发券、商品推荐），制定留存策略； 4.研究用户生命周期内的消费习惯，结合消费者心理学理论，优化“人-货”匹配效率，提升用户ARPU值。
1.负责美团-团购频道的搜/推算法策略迭代，优化用户搜推体验，提升频道转化率； 2.应用大规模机器学习算法，优化查询理解、相关性、召回、粗排、精排、重排等算法模块； 3.深入思考产品业务价值，参与制定及落实团队在技术、业务等多维度演进方案； 4.与前后端工程、产品、数据等团队密切合作，实现高质量的产品和解决方案。