优酷数据工程师
任职要求
1、较强的动手能力和学习能力，熟悉一门数据处理语言，如SQL、JAVA、Python、Perl等，熟悉unix或者linux操作； 2、具备扎实的专业基础，良好的沟通能力和团队合作，主动积极，乐于面…
工作职责
如果你想参与优酷大数据的采集、建设、管理、应用的全链路数据环节，同时通过大数据深度赋能业务管理决策； 如果你想参与优酷大数据体系的模型设计、开发、维护，通过元数据、质量体系有效的管理和组织EB级的数据； 如果你想参与优酷大数据产品的研发，发挥你的商业sense，通过数据分析和算法来洞察数据背后的机会，来探索大数据商业化； 如果你想接触世界领先的大数据处理与应用的技术和平台，获得大数据浪潮之巅的各类大牛的指导； 那就加入我们吧！
1. 面向有道词典、词典笔、学习规划/小P老师等产品线，负责 Agent 能力的整体方案与核心算法研发，包括任务分解、计划-执行/反思循环（Plan-Execute / ReAct / Reflection）、长短期记忆与工具路由等； 2. 负责 SLM（Small Language Model）持续预训练与指令微调（SFT），构建高效压缩与蒸馏方案，面向端侧/低延迟场景优化推理效率； 3. 设计与实现工具调用（Function/Tool Calling）体系：工具编目与路由、参数填充、结果验证与回退、调用链追踪与可观测性，提升工具使用的成功率与收益； 4. 基于强化学习（PPO/GRPO/DPO 类方法等）与奖励建模，面向语义理解、工具使用成功率、内容生成质量等目标进行对齐与优化，支持离线/在线策略迭代； 5. 负责搜索与排序相关模型：语义检索embedding/rerank、学习排序（pointwise/pairwise/listwise）、点击/转化信号建模与评估； 6. 负责数据全链路：高质量数据构建、策略采样、合成与清洗、去重与去噪、难例挖掘、失败案例回放及工具轨迹数据集构建； 7. 建立系统化评测体系：离线基准（理解/工具成功率/可用性）、端到端任务评测、A/B 实验与线上指标监控，推进效果持续迭代； 8. 推动工程化落地：训练管线与分布式并行、推理服务化与弹性扩缩、缓存与检索加速、成本/时延/稳定性优化； 9. 跨团队协作，与产品、工程、数据及标注团队紧密配合，按期高质量交付，持续提升用户体验与业务指标。
1、打造业界领先的广告归因&实时数据流系统，为机制策略、模型训练、客户报表等提供高可靠的实时数据 2、负责广告实时计费系统研发，保障系统稳定性和准确性 3、负责模型样本&特征数据链路开发，参与特征平台研发，为广告算法模型提供高效稳定的学习能力
工作职责： 1. 负责贝壳C端的后端服务设计与开发，保障高并发场景下的系统稳定性； 2. 参与推荐引擎、模型预测、向量检索等基础系统、平台的设计、研发及调优工作，构建高并发推荐在线服务； 3. 深度参与数据工程开发，优化数据链路，构建离线特征，进行数据归因分析，协助推荐相关的用户画像的工程化建设； 4. 从业务中提取需求，抽象并优化现有系统，以提升效率并降低成本； 5. 关注性能、微服务、设计模式，提升用户体验； 6. 研究和应用新的算法技术，不断优化和改进现有的系统。