腾讯大数据-推荐算法高级工程师(北京/深圳)

1. 推荐系统生态核心问题攻坚：负责推荐链路中生态治理相关技术方案设计与落地，重点解决物料冷启、用户冷启、内容分发及作者成长机制、多样性等问题。 2. 物料生态运营技术支撑：针对物料稀缺、优质物料筛选等业务场景，输出技术化解决方案，制定稀缺物料的流量倾斜规则，指导运营团队开展物料生产与筛选工作。 3. 跨团队协作与需求落地：作为技术与产品、运营的核心衔接人，准确理解业务侧生态目标，将需求转化为技术方案；定期同步技术进展、风险与数据结论，推动跨团队项目高效落地。 4. 数据驱动的生态优化：结合产品数据深入分析，识别推荐生态问题，影响产品与生态发展方向使用，具有SQL、Python 等工具进行数据提取与分析，输出数据报告 5. 推荐生态技术沉淀：跟踪行业内推荐生态优化的前沿技术，结合业务场景引入创新方法；沉淀生态治理相关技术文档、工具，提升团队协作效率。

1、支持微博首页推荐及其他场景的推荐系统相关算法研发； 2、基于海量微博内容数据、行为数据，进行大规模机器学习算法的研究，持续提升微博推荐核心业务指标； 3、对信息流推荐系统有浓厚兴趣，期望通过技术提高用户的信息获取能力和信息消费体验。

1. 负责营销领域个性化推荐和相关推荐算法的方案设计和实施，主导模型优化和迭代流程； 2. 对实验数据进行处理和分析，发现现有系统和算法的不足，提出改进并推动实现 3. 了解行业前沿算法模型，引入推荐业务中

1、支持微博各场景推荐算法或Push算法研发； 2、基于海量微博内容数据、行为数据，进行大规模机器学习算法的研究，持续提升微博推荐核心业务指标； 3、对信息流推荐系统有浓厚兴趣，期望通过技术提高用户的信息获取能力和信息消费体验。