汽车之家AI算法

1、负责美团食杂零售预测、供应链算法研发与建设，支持小象超市、快乐猴超市、快驴进货、Keemart等多个业态的供应链智能化运营。 2、综合运用深度学习、运筹优化、大模型等前沿技术，针对供应链全链路复杂场景（包括但不限于需求预测、库存优化、履约调度、时效预测等）构建算法方案，持续提升供应链的智能化和自动化水平，提升效率、降低成本、优化用户体验。 3、在运筹优化、机器学习/深度学习、大模型应用等算法领域持续探索与创新，沉淀通用算法能力，推进算法平台化建设，提升研发效率。 4、深入理解零售、供应链业务逻辑和运营模式，与业务、产品、工程、数据等团队紧密协同，完成从业务问题到算法问题的抽象与定义，设计指标体系，进行算法技术选型和方案设计实现，推动落地应用。 5、参与项目管理、团队建设，通过Code Review、技术分享、技术方案评审等方式，提升团队整体算法与工程能力，营造良好的技术氛围。

1. 负责食杂零售搜推算法策略迭代，优化用户搜推体验，提升点击率、转化率等核心指标 2. 应用先进技术手段，优化意图理解、召回、搜索相关性、排序、流量调控等算法模块效果，显著提升用户体验和转化效率 3. 紧跟业界大模型、agent 前沿进展，积极学习新的模型结构和 agent 认知，探索在食杂业务落地的可能性 4. 与其他团队密切合作，实现高质量的产品和解决方案。

1. 参与知乎核心业务中的AI算法研发与优化，包括但不限于AI搜索、内容理解、智能推荐、搜索排序、多模态内容生成等场景。 2. 探索大模型（LLM）在知乎业务中的应用，推动模型创新与落地。 3. 深入研究和实现前沿论文中的算法，结合业务需求进行迭代优化，提升模型效果与性能。 4. 与产品、工程团队紧密协作，推动AI技术在知乎生态中的规模化应用，赋能业务增长与用户体验提升。

1. 模型开发与优化 设计/实现机器学习（ML）、深度学习（DL）及大模型（LLM）算法，解决业务场景问题； 主导模型训练、调参、评估及部署全流程（如分类、预测、NLP任务）； 2. 数据处理与挖掘 构建高效数据管道，处理多源异构数据（文本/图像/时序数据）； 开发特征工程方案，提升模型泛化能力； 3. 工程落地 将算法封装为API服务，对接前后端系统（TensorFlow/PyTorch + Flask/Django）； 4. 前沿技术探索 跟踪AI领域最新进展（如多模态、强化学习、Agent技术），推进技术迭代。