logo of amap

高德地图高德-搜索算法高级专家-信息研发部

社招全职5年以上技术类-算法地点:北京状态:招聘

任职要求


1.熟悉数据挖掘机器学习算法,有LTR排序和CTR预估等实际工作经验,有大规模机器学习排序优化经验者优先;
2.熟悉C++或Python,熟练使用常用算法和数据结构,对算法有较强的实现能力;
3.有很强的自学能力,对…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1.带领团队,负责完成高德搜索整体链路算法的研究和优化工作;
2.有实际的大型信息检索系统搭建和落地的经验,对于检索相关算法如召回/排序/相关性等各个方向均有深入的理解和实践经验。
3.高德国际图能力的建设和优化,有多语言检索的算法经验优先。
包括英文材料
数据挖掘+
机器学习+
算法+
C+++
还有更多 •••
相关职位

logo of quark
社招5年以上技术类-算法

主导通用AIAgent(对标Manus等前沿形态)的核心算法研发与技术落地,带领团队攻克大模型驱动下的信息搜集、智能决策、智能办公等关键技术难题,构建具备搜索增强、自然对话能力的新一代通用智能体,支撑业务在多领域的创新应用。 具体职责: 1.算法研发与创新:牵头通用AIAgent的核心算法设计,包括但不限于大模型微调与强化学习、智能规划与决策、多模态信息融合、搜索增强机制等,持续提升Agent的通用性与任务执行能力。 2.场景落地与优化:聚焦搜索、对话等核心应用场景,主导算法方案的落地实施,结合业务需求迭代优化模型效果,解决实际场景中的技术瓶颈(如上下文理解、意图识别、多轮交互连贯性等)。 3.团队管理与赋能:带领5-10人算法团队开展研发工作,制定技术研发计划,统筹项目进度,搭建高效协作机制;指导团队成员成长,提升团队整体技术水平与创新能力。 4.技术攻坚与前瞻布局:跟踪国内外通用Agent、大模型领域的前沿技术动态(如顶会论文、行业实 践),主导技术预研与攻关,推动技术成果转化,保障团队技术竞争力。 5.跨部门协作与国际化支持:与产品、业务等部门深度协作,明确技术需求与落地路径;若涉及海外业务,需主导适配海外场景的算法优化,提供国际化技术支持。

更新于 2026-04-01北京|杭州
logo of aligenie
社招5年以上技术类-算法

主导通用AIAgent(对标Manus等前沿形态)的核心算法研发与技术落地,带领团队攻克大模型驱动下的信息搜集、智能决策、智能办公等关键技术难题,构建具备搜索增强、自然对话能力的新一代通用智能体,支撑业务在多领域的创新应用。 具体职责: 1.算法研发与创新:牵头通用AIAgent的核心算法设计,包括但不限于大模型微调与强化学习、智能规划与决策、多模态信息融合、搜索增强机制等,持续提升Agent的通用性与任务执行能力。 2.场景落地与优化:聚焦搜索、对话等核心应用场景,主导算法方案的落地实施,结合业务需求迭代优化模型效果,解决实际场景中的技术瓶颈(如上下文理解、意图识别、多轮交互连贯性等)。 3.团队管理与赋能:带领5-10人算法团队开展研发工作,制定技术研发计划,统筹项目进度,搭建高效协作机制;指导团队成员成长,提升团队整体技术水平与创新能力。 4.技术攻坚与前瞻布局:跟踪国内外通用Agent、大模型领域的前沿技术动态(如顶会论文、行业实 践),主导技术预研与攻关,推动技术成果转化,保障团队技术竞争力。 5.跨部门协作与国际化支持:与产品、业务等部门深度协作,明确技术需求与落地路径;若涉及海外业务,需主导适配海外场景的算法优化,提供国际化技术支持。

更新于 2026-04-01北京|杭州
logo of eleme
社招3年以上技术类-算法

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。

更新于 2026-03-31上海
logo of shein
社招3年以上信息技术类

高级/资深后台开发/技术专家(AI算法工程化)-上海南京  1. 算法工程化支持:负责支持跨境治理和商品治理方向的算法工程化落地,包括算法服务化、模型部署、性能优化、A/B测试与监控体系搭建。 2. 系统开发与维护:基于Java与Python开发高性能、可扩展的算法平台和治理系统,保障算法稳定运行和高可用性。 3. 算法研发协同:与算法研究人员、产品经理紧密协作,推动图像理解、NLP、多模态及大模型等算法从研发到线上应用的全流程闭环。 4. 数据与质量评估:建设和维护治理效果数据采集、评估和监控体系,持续迭代优化模型与策略,驱动业务降本增效。 5. 技术方案创新:关注业界最新算法工程化与MLOps实践,推动内部平台能力升级,提升算法迭代效率。

更新于 2026-01-05上海|深圳|南京