高德地图高德-数据挖掘工程师/专家（用户画像方向）-信息研发团队
任职要求
1. 学历背景：计算机、统计学、数学、数据科学等相关专业本科及以上学历； 2. 技术能力： ○ 熟悉常见的数据挖掘算法（如分类、聚类、关联规则、特征工程等）； ○ 具备良好的数据分析能力，熟悉Hadoop、Spark等大数据处理工具优先； ○ 熟练掌握机器学习框架（如TensorFlow、PyTorch、Scikit-le…
工作职责
1. 负责用户画像体系的构建与优化，设计并实现用户标签的挖掘算法； 2. 基于用户行为数据、交易数据、内容数据等多维度数据，挖掘用户特征，构建精准的用户标签体系； 3. 研究并应用机器学习、深度学习等算法，提升用户画像的准确性和覆盖率； 4. 持续跟踪行业前沿技术，探索新的数据挖掘方法和模型，提升用户画像的智能化水平； 5. 与产品、运营团队紧密合作，推动用户画像在实际业务场景中的落地和效果评估。
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、参与部门画像体系建设，构建高价值可复用的通用画像能力； 2、参与策略模型和数据链路建设，沉淀数据资产，为用户体验优化、内容生态运营赋能； 3、参与构建数智化大模型解决方案，综合运用CT/SFT/RAG/Agent等技术解决实际业务问题； 4、跟踪大数据、知识图谱、大模型等领域的前沿技术进展。
1. 基于电商行为、支付数据、位置轨迹及关系网络等对全球用户、商户进行深入的分析及挖掘，构建全球用户及商户画像。 2. 构建知识图谱，利用文本摘要、文本生成等算法技术，搭建起全球化的营销运营内容体系。 3. 基于跨境支付、境外本地站点等国际业务场景及特点，设计搜索、推荐及营销引流等算法模型及策略，提升用户体验和转化效果，帮助用户增长及商家成长。 4. 利用深度学习、时序预测等技术帮助国际更加安全、高效的实现资金流动性、外汇及金融监督等管理。 5. 全面了解蚂蚁国际业务发展，提供基于机器学习、深度学习、文本挖掘、复杂网络等算法方案解决复杂的实际业务问题。 特别方向岗位： 1. 蚂蚁国际-大模型算法工程师-金融算法（只看深圳）：https://talent.antgroup.com/off-campus-position?positionId=25121007960043 2. 蚂蚁国际-金融算法工程师-全球技术（只看深圳）：https://talent.antgroup.com/off-campus-position?positionId=25062505405245 3. 蚂蚁国际-算法专家 - ASAP-全球技术：https://talent.antgroup.com/off-campus-position?positionId=26022608810687 4. 蚂蚁国际-隐私计算/密码/安全算法工程师-全球技术：https://talent.antgroup.com/off-campus-position?positionId=26030508991149
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。