高德地图高德-内容产品专家-扫街榜-榜单方向（北京/杭州）-信息业务中心

1. 负责高德内容相关产品的规划，结合战略目标，主导生活服务及榜单产品的整体规划，明确产品定位、核心价值与长期发展方向，使其在市场中具备独特竞争力，深入洞察生活服务市场趋势、用户需求以及行业动态， 2. 能精准定义产品功能、交互流程和用户体验，协调设计、开发等多团队，推动从概念到落地，打造易用、高效且贴合用户需求的产品。运用数据分析和用户反馈，不断优化榜单算法，确保排名真实、公正、有价值。 3. 制定并执行产品迭代计划，依据用户行为数据、市场反馈和业务目标，持续优化产品功能和体验，快速响应市场变化，推出创新功能，提升用户活跃度和留存率，实现产品的持续进化与升级。 4. 与技术团队紧密沟通，跟进开发进度，保障项目按时高质量交付；与运营团队协作，制定运营策略，助力产品推广与用户增长；与市场、商务等部门联动，获取资源，推动产品商业化探索。 5. 建立完善的数据指标体系，深度分析产品数据，挖掘用户行为模式和需求痛点，为产品优化、功能迭代提供数据支撑，以数据驱动决策，提升产品竞争力。

【职位介绍】 我们团队负责构建小红书推荐算法中台，提高内容分发效率，为海量用户提供极致的推荐体验。在这里，你将参与到推荐系统的全链路搭建和各类算法的研发，包括不限于大模型应用、多模态建模、深度学习、强化学习、迁移学习、表示学习、图学习等领域。我们希望对推荐、搜索、广告感兴趣的同学，加入我们一起研发世界一流的推荐引擎。 1. 负责推荐算法中台的全链路建设，抽象业务共性，敏捷高效支持各类推荐需求。 2. 负责业界先进推荐算法的研发和落地，包括但不限于大模型技术、多模态内容理解、召回算法、排序模型（粗精排）、长短期兴趣建模、多场景联合建模等。

【职位描述】 1、负责小红书搜广推多场景排序模型优化，提升时长、互动、留存等核心指标； 2、分析海量用户行为数据，挖掘用户兴趣，优化排序模型； 3、通过超大规模机器学习模型和系统，使用先进的排序算法优化推荐效果。

1. 负责万亿级别QPS的分布式缓存/存储集群，支撑公司所有产品线的业务需求； 2. 设计、研发高可用、高性能的缓存/存储架构和中间件，应对弹性扩缩容，秒级故障自动切换，异地多活，分布式事务等极具挑战性的工作内容和方向； 3. 优化系统性能，深入内核，提升基础服务相关资源的使用率，增加系统稳定性，保障业务运行； 4. 设计并研发自动化运维平台，提升运维质量和效率，探索运维自动化和智能化技术和方向。