高德地图高德-个性化推荐算法工程师-信息研发团队
任职要求
1.计算机及相关专业硕士以上学历， 有大规模推荐/搜索/广告系统算法开发优化的相关经验，熟悉主流的召回，粗排，精排，混排模型，并至少在其中一个方向上有深入优化经验，3年及以上的工作经验。 2. 有扎实的工程能力，熟悉常用的数据结构和算法，熟练掌握java，C++, Python或至少一种常见编程语言，对算法有较强的实现能力；精通TensorFlow/PyTorch等框架，具备处理亿级时…
工作职责
1.主导亿级用户规模的高德个性化推荐场景优化，应用机器学习、深度学习、LLM以及AIGC技术，提升推荐结果的相关性、多样性和用户体验 2.负责多入口多场景下的统一推荐算法优化，在召回、粗排、精排、混排等核心模块中，应用业界领先的算法和技术，实现多场景建模、跨场景知识迁移和端到端优化；针对用户行为序列建模、时空场景推荐等关键技术点，探索结合LBS数据特点的创新算法，攻克跨域行为融合、冷启动时空优化、动态供需匹配等业务难题，显著提升推荐系统的关键指标 3.探索前沿技术方向，推动技术创新；研究并落地最新的推荐算法和技术方向，包括但不限于：大模型驱动的生成式推荐（如LLM-based推荐）；基于LLM的用户长短期兴趣建模与跨场景迁移学习；结合RAG的上下文感知推荐与个性化内容生成（AIGC）；时空建模与多模态融合推荐；强化学习（RL）在推荐系统中的实践与优化。
-负责机器学习算法研发，为百度APP产品提供增长算法策略支持，为增长各个环节提供个性化推荐和个性化出价策略 -负责用户定向模型、算法研发，包括构建用户活跃度模型、用户价值模型、用户兴趣模型等 -负责物料挖掘算法研发，包括构建物料召回算法、排序算法、点击率预估模型等 -负责激励&活动算法研发，包括人群、发放、提现算法等
1、参与国际电商的个性化算法创新优化，包括推荐、搜索等场景，最大效率地提升流量效率。 2、打造业行领先的深度学习平台能力，负责超大规模推荐召回，点击率，转化率，停留时长预估等模型优化。其中包括用户、商品的表征学习，在线学习，序列建模等技术创新。 base上海深圳南京都可以~~~
1）负责拼多多核心电商推荐和信息流广告场景(首页Feeds流、百亿补贴、个人中心、大促、秒杀等活动场景)的个性化流量分发，提升用户体验，优化场景的订单、GMV、收入、DAU等指标； 2）负责推荐和信息流广告的召回、粗排、精排、重排、策略方向的优化，提升模型效率、策略的合理性，最大化推荐系统的漏斗效率； 3）研究方向：深度学习、召回模型、LTR、CTRCVR模型、Uplift模型、多模态大模型、创意生成和优选、营销增长算法、运筹优化、模型压缩和加速等。追求技术创新和实际业务的结合，深入剖析电商推荐系统的问题，不断提升用户的体验。
1、负责拼多多核心电商搜索和搜索广告场景(关键词搜索、图片搜索)的个性化流量分发，提升用户体验，优化场景的订单、GMV、收入、DAU、相关性等指标； 2、负责搜索和搜索广告的召回、粗排、精排、重排、相关性、策略方向的优化，提升模型效率、策略的合理性，最大化搜索系统的漏斗效率； 3、研究方向：深度学习、召回模型、LTR、CTCVR模型、Uplift模型、多模态大模型、创意生成和优选、营销增长算法、运筹优化、模型压缩和加速等。追求技术创新和实际业务的结合，深入剖析电商搜索系统的问题，不断提升用户的体验。