拼多多搜索/推荐算法工程师（召回方向）

1 负责搜索/推荐召回相关的算法设计、场景技术方案规划，实现方案在业务系统中的落地。算法包含但不限于：向量检索技术、基于树、图、量化、聚类等的各类检索方案、图神经网络、深度表示学习、对比学习、样本增强、集成学习、learning to rank、多任务学习、强化学习、迁移学习、模拟器等。 2 分析海量用户行为序列，深度理解和表示用户长短时兴趣，精准召回商品，提升平台效率和用户体验。 3 熟悉常用的向量检索技术，能够根据业务特点设计和优化索引类型。 4 负责召回多通道融合和各级漏斗方案的设计和优化，以及粗排CTR/CVR/LTR模型的设计和优化。 5 具有较强的业务敏感性，能够自主分析数据发现问题，结合业务实际情况提出有创新性的解决方案，并落地带来业务收益。 6 追踪召回算法前沿技术，能够结合拼多多的业务特点，设计出实际可用的召回前沿技术落地方案，并拿到业务收益。

1.负责视频号推荐业务的推荐技术优化，专注于粗排、召回方向； 2.负责视频号内容分发的业务策略优化，包含但不限于红点、本地、关注、热点、低活、冷启、作者等。

餐饮搜索召回方向，覆盖外卖与到餐业务，具体职责： 1. 参与搜推广召回模型相关方向的算法策略研发 2. 基于美团和点评双平台的海量用户与商家数据，参与搜索广告场景的召回模型迭代 3. 参与LLM生成式召回方向的探索与研究 4. 全系统链路综合优化

推荐算法工程师服务于哔哩哔哩主站的内容推荐，包括feed流推荐和相关推荐等场景。我们期望使用机器学习，数据挖掘等手段，提升这些场景的推荐效果。 1.负责推荐核心算法研发，提升用户体验，提高业务转化效率； 2.与产品/运营/数据等相关团队密切合作，驱动推荐业务快速迭代； 3.解决具体场景问题，包括新用户的推荐效果，生态机制，多样性策略等。