腾讯腾讯地图-机器学习算法工程师-时空大数据方向
任职要求
1.计算机相关方向，硕士及以上学历，工作经验3年及以上，具备扎实的数据结构和算法基础，精通C/C++、Java、Python等至少一门编程语言； 2.有空间数据处理和并行计算开发经验，熟悉Spark/Flink/MR等大数据技术，熟…
工作职责
1.负责腾讯地图海量时空大数据序列建模研究，包括轨迹数据、图像数据、遥感数据等； 2.负责机器学习、深度学习、大模型领域的研发工作，包括机器学习模型的设计开发、大模型在时空数据领域的应用落地； 3.负责提升静态道路质量和地图动态事件质量，包括路网拓扑精度、动态开通封闭、 红绿灯倒计时、实时路况等业务的提升与优化。
1.主导亿级用户规模的高德个性化推荐场景优化，应用机器学习、深度学习、LLM以及AIGC技术，提升推荐结果的相关性、多样性和用户体验 2.负责多入口多场景下的统一推荐算法优化，在召回、粗排、精排、混排等核心模块中，应用业界领先的算法和技术，实现多场景建模、跨场景知识迁移和端到端优化；针对用户行为序列建模、时空场景推荐等关键技术点，探索结合LBS数据特点的创新算法，攻克跨域行为融合、冷启动时空优化、动态供需匹配等业务难题，显著提升推荐系统的关键指标 3.探索前沿技术方向，推动技术创新；研究并落地最新的推荐算法和技术方向，包括但不限于：大模型驱动的生成式推荐（如LLM-based推荐）；基于LLM的用户长短期兴趣建模与跨场景迁移学习；结合RAG的上下文感知推荐与个性化内容生成（AIGC）；时空建模与多模态融合推荐；强化学习（RL）在推荐系统中的实践与优化。
1、负责时空大数据序列建模研究，提供全面的技术解决方案； 2、负责机器学习、深度学习领域的技术研发工作，包括但不限于神经网络模型设计与优化、强化学习、迁移学习、主动学习、图卷积等的算法研发。
1、整合挖掘海量站内外数据，进行全域资产体系的建设，包括但不限于时空资产、用户画像、创作者和作品资产； 2、深入电商垂直业务场景，分析洞察业务痛点，发掘机会点，利用算法挖掘能力助力业务发展； 3、研究前沿的机器学习／数据挖掘算法，在业务现实场景中进行落地应用，提升算法效果。
1、整合海量多维数据，进行全站数据挖掘，构建用户画像体系、时空知识体系，并搭建全站核心数据资产管理平台； 2、深入业务场景，利用全站海量多维数据，综合运用统计和数据挖掘/机器学习的方法，探索平台新的业务增长点，为各类业务系统提供特征和模型支撑； 3、深度参与归因分析、异常检测、知识图谱等专题类建设工作。