饿了么淘宝闪购-Java技术专家/高级专家-上海

1.参与骑手主数据画像、成长任务/抽发奖、骑手活动、配送费定价、物流结算/账单等核心平台的规划和建设； 2.独立完成小型项目的系统分析、设计，并主导完成详细设计和编码的任务，确保研发工作的进度和质量； 3.负责相关模块性能分析及改进，保证系统高性能、高可用性和可扩展性； 4.参与代码评审，并推动团队技术能力提升和技术规范落地；

1. 负责淘宝闪购搜索推荐算法的基础模型研发工作，包括店铺和商品信息流推荐、搜索结果页排序等，覆盖千万级DAU； 2. 基于业务问题，设计并实现推荐全链路算法模型，包括召回、粗排、精排、重排及混排等模块，搜索全链路算法模型，包括Query理解、召回、精排、重排等模块，持续迭代提升业务效果； 3. 跟踪国内外搜索推荐领域的最新进展，结合业务特点进行技术创新，推动算法模型的优化和升级； 4. 协同业务进行跨团队合作，与产品、运营等部门紧密合作，确保算法模型的有效落地和业务目标的达成。

方向一：搜推效率、生成式、店品券 岗位职责： 1、负责搜索/推荐业务的召回、粗排/精排算法设计和优化，提升大盘转化效率； 2、负责用户、商户、query、营销信号等各维度特征、模型样本等基础模块的搭建和优化； 3、应用机器学习/深度学习、生成式推荐等算法技术，优化召回/排序模型，推动生成式推荐算法的工业落地； 4、与上下游的数据、工程、产品等团队紧密配合，把算法模型等上线到业务场景中，提升业务效果； 5、跟进推荐系统前沿研究方向，结合业务场景进行创新与落地，做技术沉淀和paper发表。 方向二：大混排（统一混排）、全站推 岗位职责： 1、负责混排（信息流+商业化）算法的设计和优化，提升流量变现效率和用户体验； 2、建立并优化目标函数，通过混排多目标优化平衡用户体验 & 平台收益； 3、结合用户画像、内容特征、广告属性等多维度信号，构建高效的特征工程与模型； 4、应用深度学习、强化学习等技术优化推荐与广告混排效果； 5、与工程、产品、运营团队密切协作，将算法落地到生产环境，并持续监控与优化效果； 6、跟踪前沿的推荐与广告算法研究，推动新技术在业务中的应用。

1. 负责淘宝闪购用户增长业务场景中的推荐算法的研发，包括图文多媒体推荐、消息PUSH推送、店铺菜品信息流、外投广告投放等，从用户体验、流量效果和商业目标等方向设计和迭代算法，促进商业发展 2. 负责淘宝闪购用户增长算法设计与调优，创新全生命周期的用户增长以及增值算法，促进拉新效率和留存效果，增加用户粘性，防止用户流失 3. 负责本地商业机制设计和改进，提升商家淘宝闪购运营体验和效率