美团搜索推荐算法专家
任职要求
1、计算机科学、软件工程、信息技术或相关专业的本科及以上学历 2、精通掌握一种或多种编程语言，如Python、Java、C++ 3、熟练使用一种深度学习框架，如PyTorch、Tensorflow等 4、熟悉常见的搜索算法和推荐算法，对于召回算法、大规模深度学习排序算法等核心技术有丰富的落地经验，对于搜索系统和推荐系统有比较深的理解 5、良好的数据分析能力，能够独立分析问题并提出解决方案，具备优秀的团队合作精神和沟通能力
工作职责
1、负责提升点评全链路搜索引导的效果，包括SUG、搜索发现、大家还在搜等模块，为用户提供有用、实时、相关和安全的搜索引导，帮助用户减少输入成本，激发用户的搜索需求，促进搜索规模的增长 2、持续跟踪业界技术趋势，提升点评搜索推荐系统核心技术能力，探索大模型技术在搜索推荐场景中的落地可行性
1.负责美团平台地图服务的搜推算法策略迭代，优化用户搜推体验，提升地理位置搜索推荐准确率，提高用户点击率和转化率等核心指标； 2.应用大模型/NLP/深度学习/机器学习等理论和方法，优化查询理解、召回、粗排、精排、重排等算法模块； 3.负责前沿技术探索，包括大模型技术在搜索场景的落地应用。
1. 负责美团零售相关业务的搜索推荐算法研发，优化搜推全链路各方向的模型和算法策略，注重解决业务问题，提升搜索推荐的使用体验、流量效率与商家收益。 2. 与业务、产品团队密切合作，从业务中洞察问题、量化问题、设计实现高效的优化方案，扩大算法的业务价值。 3. 跟踪搜索推荐的算法技术趋势，提升业务效果的同时完成技术文章沉淀。
团队介绍：字节跳动搜索团队主要负责抖音、国际化短视频、今日头条、西瓜视频等产品以及电商、生活服务等业务的搜索算法创新和架构研发工作。我们使用前沿的机器学习技术进行端到端建模并不断创新突破，同时专注于分布式系统、机器学习系统的构建和性能优化，从内存、Disk等优化到索引压缩、召回、排序等算法的探索，充分给同学们提供成长自我的机会。 1、探索前沿的NLP技术：从基础的分词、NER，文本、多模态预训练，到业务上的Query分析、基础相关性等，全链路应用深度学习模型，每个细节都充满挑战； 2、跨模态匹配技术：在搜索中应用CV+NLP深度学习技术，实现多模态视频搜索强大的语义理解和检索能力； 3、大规模流式机器学习技术：应用大规模机器学习，解决搜索中的推荐问题，让搜索更加个性化更加懂你； 4、千亿级数据规模的架构：从大规模离线计算，分布式系统的性能、调度优化，到构建高可用、高吞吐和低延迟的在线服务的方方面面都有深入研究和创新； 5、推荐技术：基于超大规模机器学习技术，构建业界领先的搜索推荐系统，对搜索推荐技术进行探索和创新。
团队介绍：字节跳动抖音搜索团队主要负责抖音搜索算法创新和架构研发工作，主要包括短视频、直播、本地生活、视觉搜索等多个业务线。我们使用最前沿的机器学习技术进行端到端建模并不断创新突破，同时专注于分布式系统、机器学习系统的构建和性能优化，从内存、Disk等优化到索引压缩、召回、排序等算法的探索，充分给同学们提供成长自我的机会。主要工作方向包括：1、探索前沿的NLP技术：从基础的分词、NER，到应用上的Query分析、基础相关性等，全链路应用深度学习模型，每个细节都充满挑战；2、跨模态匹配技术：在搜索中应用CV+NLP深度学习技术，让视频搜索拥有更强大的检索能力；3、大规模流式机器学习技术：应用大规模机器学习，解决搜索中的推荐问题，让搜索更加个性化更加懂你；4、千亿级数据规模的架构：从大规模离线计算，分布式系统的性能、调度优化，到构建高可用、高吞吐和低延迟的在线服务的方方面面都有深入研究和创新。 1、参与抖音，今日头条，西瓜视频，剪映等App，以及国内电商，生活服务等重点业务的搜索推荐模型和策略改进，负责这些业务的搜索流量和用户渗透增长&搜索心智建设任务； 2、以推荐算法为核心技术栈，改进基于超大规模机器学习模型的推荐系统，覆盖从候选挖掘到召回，粗排，精排，多目标融合全链路技术环节； 3、探索短文本推荐和通用推荐技术的上限，重点是推荐和NLP技术的联合应用，以及多模态等前沿技术的探索。