拼多多搜索/推荐召回系统工程师
任职要求
1、计算机或相关专业本科以上学历； 2、具备扎实的计算机理论基础、出色的编码能力、出色的分析和解决问题能力、热衷于不断挑战技术难题； 3、熟悉C++开发语言和Linux工作环境； 4、具有底层基础库优化经验者优先，包括但不限于CPU/GPU、OpenBLAS/MKL等； 加分项 1、有在大型互联网系统（广告、搜索、推荐）开发经验优先； 2、之前有向量数据库、文本索引库相关经验优先；
工作职责
1、负责电商搜索推荐的召回系统架构设计，打造高性能、高可用、可扩展的架构，支撑业务快速发展； 2、设计和开发召回相关基础组件，包括索引库、检索服务等，提高系统的性能和扩展性； 3、抽象和设计合理的技术架构，以适应不断变化的需求；
1.负责美团每日神价推荐方向工程工作。 2.负责神价推荐系统召回、粗排、精排、重排等核心模块的方案调研及设计、开发、接口性能优化和稳定性保障工作。 3.负责神价推荐系统Debug、流量回放Diff等工具的设计和开发。 4.解决项目开发中的技术难题和风险，保证项目按时完成并达到高质量要求。 5.以结果为导向，识别卡点与风险，积极推动与解决的同时做好沟通对齐，做到整体高质量的结果交付。
1.负责微信搜索召回模块相关工作，包括但不限于索引构建、向量召回、召回打分、粗排等工作，紧贴业务需求，和系统上下游一起不断推进微信搜索系统端到端效果，助力业务体验升级； 2.跟踪业界最新研究成果，根据实际应用效果不断改进业务策略、模型、算法，将前沿信息检索技术、搜索技术、模型应用到搜索业务相关场景中。
服务淘天电商核心营销业务，针对AI在搜索/推荐/广告、创意、风控等场景的应用开展： 1. AI推理和服务框架的研发与优化，解决实际的业务问题； 2. 算法-软件-硬件协同优化（异构并行计算、AI编译、稀疏量化、混部与弹性等），发挥数十万CPU核和数千加速卡的计算潜力； 3. 研究业界前沿的AI算法、系统和硬件，探索面向推荐系统或大模型AI在线服务的理想软件和硬件系统。
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。