贝壳图像/机器学习算法工程师(J68160)
任职要求
1.计算机、人工智能、机器学习或相关领域专业本科及以上学历,五年以上工作经验; 2.熟练掌握一门以上编程语言 (C/C++/Python),熟悉 linux 环境,熟悉常用数据结构和算法; 3.在用户画像挖掘、时间序列预估、多任务学习、因果推论、搜推任意一个方向有深入研究; 4.熟悉常用的数据挖掘、机器学习、运筹学等算法,包括但不限于LR、SVM、XGBoost、LSTM 等,在算法项目0-1落地应用方面有丰富的实践经验; 5.熟练掌握 SQL、Python 或 Scala,Hadoop/Spark 等大数据分布式平台;熟悉Tensorflow、Pytorch 等至少一种深度学习框架; 6.有国际顶级会议论文者优先,包括但不限于 NIPS、ICML、ACL、CVPR、KDD 等,有国内外机器学习竞赛 top3 经历者优先;有租赁、公寓、房屋托管业务相关实践经验者优先。 7.具备较强的逻辑思维能力,对解决挑战性问题充满热情,善于发现和解决问题; 8.具备良好的团队合作精神,具有良好的沟通能力和学习能力,有一定的产品 sense。
工作职责
1.聚焦租赁业务核心场景,主导租房业务核心算法项目开发与迭代,包括但不限于去化概率预估、智能定价、库存管理、网格规划、客户生命周期管理、供需预测等业务场景。 2.运用机器学习、深度学习、运筹学等技术支持各场景的算法建设,从数据中挖掘价值,提升租房业务的运营效率和用户体验。 3.整合房源/客户/业主/管理者等多维度数据,与数据团队协作,确保数据的准确性和及时性,并构建高质量特征体系,建立合适的算法模型。 4.协同相关团队推动算法方案的部署落地和迭代,构建合理的指标评估体系,验证模型对业务指标的提升价值。 5.关注行业前沿技术,探索创新应用场景,提升团队技术竞争力。
-负责计算机视觉相关深度学习算法研发,系统及产品落地工作 -研发方向包括但不限于:目标检测,多目标跟踪/运动估计,道路结构感知,交通信号识别等 -负责相关视觉算法系统优化,实现产品快速迭代,满足业务产品需求 -处理大规模数据集,进行数据清洗、特征提取、模型训练和评估,优化算法的性能和效果
1、负责小红书搜广推多场景召回与排序模型优化,提升时长、互动、留存等核心指标; 2、核心技术方向包括:LLM应用于推荐系统,基于搜广推全域信号打通的图神经网络预训练模型,深度进化学习应用于全系统参数自动搜索,多模态在召回/排序等模块的应用等技术方向;在小红书独特的双列社区产品形态下,探索最适合社区产品的种草拔草全链路建模范式; 3、业务落地场景包括:双列推荐/展示/搜索/电商广告的模型,用户/资源冷启动,重排和多资源混排场景等。
1、基于小红书海量的用户行为数据,建立并优化广告系统的算法和机制,优化面向行业广告主的算法策略,包括用户理解、行业深度优化、行业投放策略等; 2、对业界前沿技术保持敏感,结合业务特点,探索将前沿的算法技术应用于实际业务,实现技术落地。
1、负责小红书App社区(主站)的推荐、搜索、交易、增长、直播等业务场景的技术探索,能够从复杂的业务环境中抽象出清晰具体的技术问题,并将大模型、机器学习等技术有效应用于小红书App社区建设上,与各部门(包括并不限于产品,基础技术等)的同事一起深入交流合作,共同迭代和优化社区产品,提升亿级用户体验,Inspire Life; 2、构建小红书App社区(主站)的内容、用户之间的生产、关系、分发、消费机制,利用Query理解、多模态内容理解、相关性/召回/排序算法、深度学习、因果推断、迁移学习、跨域表征、多任务学习、图网络、运筹学、博弈机制等技术,持续建设图文&视频内容的大规模推荐/搜索/交易/知识生产等系统,通过策略和模型优化不断提升实现SOTA效果。