logo of meituan

美团商业增值-数据链路Java开发工程师(广告引擎方向)

社招全职3年以上核心本地商业-业务研发平台地点:北京状态:招聘

任职要求


1.本科以上学历,3年以上工作经验。 
2.熟练使用Java语言,具有JVM上程序的调试、调优经验。 
3.具有高并发、异步程序开发/调试/调优经验,具有分布式系统理论和开发经验。
4.具备扎实的计算机理论基础, 对数据结构及算法有较强的…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1.负责广告召回系统中投放模型、实体模型等核心数据的计算及索引构建
2.负责广告BC端数据链路中批流一体计算框架的架构设计、功能开发、运维优化
3.负责系统中数据平台的架构设计、功能开发、运维优化
4.负责系统的监控工具、排查工具,diff工具等提效工具的建设
包括英文材料
学历+
Java+
JVM+
高并发+
分布式系统+
数据结构+
还有更多 •••
相关职位

logo of meituan
社招核心本地商业-业

1、负责商业增值的算法工程相关工作,建设机器学习Pipeline,提升算法迭代效率,统一机器学习的开发和部署,以标准化过程生产高性能模型,持续交付; 2、负责在线推理的优化工作,建设CPU+GPU的异构架构,解决大规模模型推理等问题,并能跟随模型的迭代持续进行编译优化,提升优化的普适性以及对新硬件的覆盖能力; 3、负责特征平台的优化升级工作,提升数据生产效率,实现算法场景下数据价值加速流通和赋能提效,并优化在线特征读取性能,且能前瞻性的看到新技术,结合实际场景预判引入; 4、负责算法迭代日常需求沟通,支撑算法生命周期的全链路迭代,理解算法需求的同时可以通用化的进行抽象,提升平台能力面对相似场景的复用性。 5、负责LLM推理引擎优化,基于业界先进经验设计开发及优化LLM推理框架。 6、负责高性能算子开发和优化,针对Transformer等结构,通过指令级、内存访问优化等手段,提升算子性能,充分利用硬件能力。 7、负责跟随业界LLM新技术,并赋能到业务中。

更新于 2025-06-09北京
logo of meituan
社招3年以上核心本地商业-业

1、广告主投放及增值平台建设,构建统一易扩展的广告预算、出价、创意、效果数据、合约等系统能力,快速支撑美团多业务(外卖/闪购/医药)、多客户类型(中小/KA/品牌商)、多产品线的商业化需求; 2、广告供给运营平台建设,支撑各类广告主运营及营销策略,构建包含诊断扶持、投放建议、营销活动、任务体系和销售体系等的运营矩阵,与广告业务一起共同完成供给目标; 3、优化广告计费结算系统,通过改进系统架构、简化流程、对抗演练等手段,保障系统稳定承载更高吞吐、更低延迟的计费流量; 4、完善面向广告全链路的业务保障体系,增强广告业务及系统稳定性,包含投放数据正确性保证、广告计费资金安全保障、统一业务监控诊断定位等方向。

更新于 2025-05-14北京|上海
logo of meituan
社招2年以上核心本地商业-业

作为境外广告算法核心骨干,您将参与主导系统从0到1的核心算法策略建设,推动我们的广告产品在全球市场的成功。您将在多个关键领域发挥作用,包括但不限于推荐广告的C端模型冷启动优化、浮动广告位机制策略,以及多国场景下的通用化投放能力模式探索;搜索广告的全链路能力建设,包括多语言下的Query理解、召回和相关性等能力构建;以及B端商家智能化投放和诊断能力的开发,包括智能出价、预算分配和投放建议/诊断等。 岗位职责: 1、设计和实现高效的广告推荐算法,优化C端模型的冷启动问题,并提升用户体验。 2、开发和优化浮动广告位机制,确保在多种国际场景下的广告投放效率和效果。 3、构建和维护搜索广告的全链路能力,包括但不限于多语言环境下的理解、召回和相关性算法。 4、为B端商家开发智能化投放工具,包括智能出价、预算优化、投放建议和诊断系统。 5、理解不同市场的广告需求,探索和实现通用化的广告投放模式。

更新于 2025-02-26北京
logo of xiaohongshu
社招5-10年引擎

我们是小红书中台大模型 Infra 团队,专注打造领先易用的「AI 大模型全链路基础设施」!团队深耕大模型「数-训-压-推-评」技术闭环,在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势,基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品,持续赋能社区、商业、交易、安全、数平、研效等多个核心业务,实现 AI 技术高效落地! 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架,优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline; 2、研发支持多机多卡 RL 的分布式训练框架,开发TP/PP/ZeRO-3与RL流程的动态协同机制,解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链,主导框架与 MLOps 平台集成,提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作,参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代; 5、参与分析各业务 GPU 利用率与饱和度等指标,结合业务场景持续优化训练框架能力,提升框架领先性。

更新于 2026-03-28上海|北京