哔哩哔哩资深推荐算法工程师
社招全职5年以上技术类地点:上海状态:招聘
任职要求
1.计算机相关专业本科及以上学历,5年以上互联网公司机器学习算法研发工作经验,有搜索/推荐/广告等相关系统经验者优先; 2.深入理解常见机器学习/深度学习算法,对推荐系统中召回模型,以及CTR/CVR预估相关的深度学习模型有相关优化经验者优先; 3.具有扎实的技术功底,优秀的解决问题能力,较强的团队管理和协作能力; 4.良好的业务理解与敏锐的业务判断力,关注用户体验,数据敏感性强,善于完成业务问题到技术问题的转化; 5.有良好的沟通能力,跨团队协作能力,具备出色的规划、执行力,强烈的责任感,以及优秀的学习能力。
工作职责
推荐算法工程师服务于哔哩哔哩主站的内容推荐,包括feed流推荐和相关推荐等场景。我们期望使用机器学习,数据挖掘等手段,提升这些场景的推荐效果。 1.负责推荐核心算法研发,提升用户体验,提高业务转化效率; 2.与产品/运营/数据等相关团队密切合作,驱动推荐业务快速迭代; 3.解决具体场景问题,包括新用户的推荐效果,生态机制,多样性策略等。
包括英文材料
学历+
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
推荐系统+
[英文] Recommender Systems
https://www.d2l.ai/chapter_recommender-systems/index.html
Recommender systems are widely employed in industry and are ubiquitous in our daily lives.
相关职位
社招5年以上技术类
推荐算法工程师服务于哔哩哔哩主站的内容推荐,包括feed流推荐和相关推荐等场景。我们期望使用机器学习,数据挖掘等手段,提升这些场景的推荐效果。 1.负责推荐核心算法研发,提升用户体验,提高业务转化效率; 2.与产品/运营/数据等相关团队密切合作,驱动推荐业务快速迭代; 3.解决具体场景问题,包括新用户的推荐效果,生态机制,多样性策略等。
更新于 2025-03-31
社招5年以上技术类
工作职责 推荐算法工程师服务于哔哩哔哩主站的内容推荐,包括feed流推荐和相关推荐等场景。我们期望使用机器学习,数据挖掘等手段,提升这些场景的推荐效果。 1.负责推荐核心算法研发,提升用户体验,提高业务转化效率; 2.与产品/运营/数据等相关团队密切合作,驱动推荐业务快速迭代; 3.解决具体场景问题,包括新用户的推荐效果,生态机制,多样性策略等。
更新于 2025-03-31
社招3-5年技术
1. 负责滴滴国际化外卖业务推荐算法的迭代与优化,强化用户体验,提高推荐转化率,合理调控流量分发确保内容精准触达目标用户 2. 深入研究和分析用户行为数据,挖掘用户兴趣和需求,构建用户画像,为推荐算法提供数据支持 3. 探索和应用前沿的机器学习、深度学习算法,推动推荐算法的创新和升级 4. 与产品/业务团队紧密合作,及时响应产品需求变化,为业务增长提供有力支撑 5. 监测和分析推荐系统的性能指标,及时发现并解决问题,持续优化推荐算法的效果
更新于 2025-06-12