饿了么淘宝闪购-高级推荐算法专家-北/上/杭
任职要求
方向一：搜推效率、生成式、店品券 岗位要求： 1、计算机、人工智能、数学统计、信息系统等相关专业硕士及以上学历（优秀本科可以考虑）； 2、有搜索/推荐/广告算法、营销定价、营销uplift相关经验的优先，有生成式推荐（如RQVAE、HSTU、多模态、强化学习等）相关经验的优先； 3、扎实的机器学习、深度学习基础，熟悉ctr/cvr预估前沿算法和理论、熟悉多目标优化方法（如多任务学习、运筹优化）等、有相关论文成果发表的优先； 4、熟练使用pytorch/tensorflow等建模框架，熟练的Java/C++等编程能力、有…
工作职责
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。
1.负责搜推系统和引擎的设计与开发，构建高性能、高并发的分布式架构，支撑搜索与推荐业务的核心场景； 2.负责设计高性能数据结构，支撑海量数据下各种复杂索引结构的低延迟查询； 3.负责搜推技术框架的规划与设计，负责产品的核心功能、公共核心模块的代码编写； 4.与算法团队紧密合作，负责深度学习模型的线上推理性能优化，支撑全场景各种复杂模型的在线推理业务需求； 5.探索新技术方向，参与AI工程化项目，通过技术创新解决实际问题，推动系统性能和稳定性持续改进。
1、负责用户增长方向下用户触达、活跃和转化等相关系统的设计、开发和优化，参与用户、渠道、营销、等领域的平台化建设，确保系统的高可用性、高性能和可扩展性； 2、参与用户增长平台化能力建设，持续沉淀业务能力，提升平台效率，构建闭环、可量化的数据洞察能力，通过算法策略，数据策略驱动业务增长； 3、深入理解业务需求，优化现有系统架构，发现并解决当前系统中存在的问题，持续提升系统效率和质量； 4、参与服务的架构抽象和升级，提升研发效率和运营效率； 5、与前端、产品、测试等团队紧密合作，确保项目按时高质量交付，保障业务目标的实现； 6、参与平台分布式一致性、正确性等基础设施建设； 岗位亮点 1、多业务多场景：用户触达方向涉及多渠道能力能力建设，智能策略编排，面向全业务场景赋能，业务场景复杂有挑战； 2、平台化：架构设计和演进挑战大，面临众多复杂业务场景的业务架构设计和系统架构设计； 3、高并发：大流量高性能的架构演进和性能优化； 4、海量数据：海量数据存储下带来的数据一致性、数据准确性等方面的巨大挑战。
1. 负责淘宝闪购营销算法，包括平台补贴定价、商家智能营销、店品价格机制、商流X物流联动等； 2. 负责用户全生命周期体验与成长，促进拉新和留存； 3. 参与营销创新性算法的研究及开发工作； 4. 协同业务进行跨团队合作。