高德地图高德-个性化推荐算法工程师-信息算法专项

围绕高德的核心业务场景，研究大模型与推荐结合提升业务效果并落地，不限于LLM、多模态大模型SFT、RLHF、多模态理解、内容表征、推荐算法、行为序列建模、搜索算法。 你将参与以下技术方向： ● 大模型应用：LLM、多模态大模型（如Qwen-VL、ChatGLM、InternVL）、SFT、RLHF、Prompt Engineering ● 生成式推荐：基于大模型的内容生成、意图推理、序列预测、个性化生成排序 ● 推荐系统核心模块：召回、粗排、精排、重排、混排、冷启动、特征工程 ● 行为序列建模：用户长期/短期兴趣建模、时空行为预测（如下一站预测） ● 指标驱动优化：CTR、CVR、GMV、DAU、停留时长等业务指标建模与优化 ● 工程化落地：高并发推荐系统架构、AB实验平台、在线服务性能调优

高德信息算法专项招聘方向 业务背景 高德地图作为行业领先的出行平台，持续探索AI与大数据技术在地图、导航、出行服务等领域的创新应用，现面向算法、工程、数据领域招聘顶尖人才，推动技术驱动业务增长与用户体验升级。 核心岗位方向 算法与AI应用 1. 推荐与个性化算法：负责用户兴趣建模、个性化推荐系统设计与优化（覆盖推荐算法专家、个性化推荐/搜索算法工程师）。 2. 广告算法：优化广告预估模型、创意策略、流量分配机制及增长路径（需熟悉CTR/CVR预估、机制设计）。 3. 强化学习与智能决策：研究强化学习在路径规划、动态资源分配等场景的落地应用。 4. 多模态内容理解：探索文本、图像、时空数据融合的多模态算法，提升内容分析与场景理解能力。 搜索与数据技术 1. 搜索算法：优化搜索排序、语义理解及RAG（检索增强生成）引擎开发（需熟悉NLP、信息检索技术）。 2. 用户画像与增长：构建用户行为分析体系，驱动商家/用户增长策略（需具备数据挖掘与增长分析经验）。

1.参与高德个性化搜索场景优化，负责召回，排序模型，提升搜索用户体验和交易GMV 2. 负责多入口多场景下统一召回、粗排、精排算法优化；在多场景建模、用户行为序列建模、时空场景推荐等技术点上，应用业界领先的技术优化，取得指标收益。 3. 利用高德的庞大数据量，结合LBS时空数据的特点，通过海量数据/大模型分析挖掘用户潜在需求，指导推荐算法和策略的设计，提升推荐效果。

1.负责设计、开发和优化用户画像算法模型，利用大数据、机器学习、深度学习和大模型技术，构建精准的用户画像，服务于个性化推荐、精准营销、用户行为分析等业务场景。 2.设计和优化用户画像模型，提升模型的准确性和表现 3.从海量数据中提取特征，构建高效的用户画像 4.开发和改进数据处理、特征工程、模型训练、模型评估等核心技术 5.与产品、数据分析和业务团队合作，确保模型满足业务需求 6.研究和引入业界新技术，提升团队技术实力