logo of meituan

美团美团App-首页推荐算法实习生

实习兼职核心本地商业-业务研发平台地点:北京状态:招聘

任职要求


1. 计算机、数学、统计或者相关专业本科及以上学历,优秀的编码能力,扎实的数据结构算法功底;
2. 熟悉大规模机器学习数据挖掘、分布式计算等领域前沿技术,了解召回、排序相关基础算法;
3. 具有创新精神和理论结合实践的能力,有主动思考和学习的驱动力,优秀的分析问题、解决问题能力和团队合作意识,对挑战性问题充满激情。

具备以下条件优先
1. 大流量规模下的推荐、广告、搜索经验,尤其是混排、重排、用户理解模块经验;
2. 有复杂业务环境下的算法创新及落地经验;
3. 密切关注业界最新进展,在KDD、SIGIR、RECSYS等顶会发表过创新性论文或调研业界论文并成功应用于实践;
4. 在Kaggle等平台上取得较大型机器学习/深度学习竞赛靠前名次。

工作职责


1. 参与美团App首页推荐全链路核心算法策略的优化迭代,通过海量数据分析挖掘、超大规模深度学习实践、供给/召回/排序/机制算法升级,结合产品形态的优化与创新,更好地匹配用户的多样化需求,提升美团App的用户及流量规模,并形成技术沉淀;
2. 深耕业务特点和生活场景(包括但不限于到家、到店、出行等场景),从美团LBS服务共性解决方案出发,探索大模型应用、用户实时意图识别、多业务异构供给混排、多目标价值定义等方向与挑战;
3. 参与推荐算法中的某个技术或业务方向,制定相应的中长期技术规划,并在具体场景成功应用;
包括英文材料
学历+
数据结构+
算法+
机器学习+
数据挖掘+
RecSys+
Kaggle+
深度学习+
相关职位

logo of meituan
实习核心本地商业-业

1. 负责美团首页猜喜推荐排序算法的研发工作,设计和优化推荐算法模型,提高系统的推荐效果和用户体验; 2. 负责开发和维护推荐系统,包括数据采集、数据处理、特征工程等模块的开发和优化; 3. 参与团队技术讨论,提供技术解决方案和技术支持; 4. 跟踪行业发展动态,在美团场景下落地生成式推荐,不断提升团队的技术能力和创新能力。

更新于 2025-06-11
logo of bytedance
实习A241927

ByteIntern:面向2026届毕业生(2025年9月-2026年8月期间毕业),为符合岗位要求的同学提供转正机会。 团队介绍:Data-电商-推荐与营销团队,主要负责国际电商商城推荐业务,涵盖商城首页、交易链路、商品详情页、店铺&橱窗等多个核心场景的信息流推荐业务,致力于每天为亿量级用户提供精准个性化商品、直播、短视频推荐服务;团队致力于解决现代推荐系统中各种有挑战的问题,通过算法不断提升用户体验和效率、创造更大的用户和社会价值。 1、参与国际电商个性化推荐算法的优化:包括商品推荐、直播推荐、短视频推荐等; 2、通过表征学习、图模型、深度学习、迁移学习、多任务学习等技术提升信息匹配的效率,让每个用户可以便捷的找到优质好货; 3、发现和分析用户行为数据,进行用户长短期兴趣建模,以及潜在兴趣预测,提升推荐的精准性; 4、通过算法自动挖掘优质、专业、高口碑的商品和主播,构建良性的循环机制,优化内容电商生态; 5、结合内容电商的业务特性,进行模型和算法创新,打造业界领先的推荐算法和系统。

更新于 2025-02-11
logo of bytedance
实习A224496

ByteIntern:面向2026届毕业生(2025年9月-2026年8月期间毕业),为符合岗位要求的同学提供转正机会。 团队介绍:Data-电商-推荐与营销团队,主要负责国际电商商城推荐业务,涵盖商城首页、交易链路、商品详情页、店铺&橱窗等多个核心场景的信息流推荐业务,致力于每天为亿量级用户提供精准个性化商品、直播、短视频推荐服务;团队致力于解决现代推荐系统中各种有挑战的问题,通过算法不断提升用户体验和效率、创造更大的用户和社会价值。 1、参与国际电商个性化推荐算法的优化:包括商品推荐、直播推荐、短视频推荐等; 2、通过表征学习、图模型、深度学习、迁移学习、多任务学习等技术提升信息匹配的效率,让每个用户可以便捷的找到优质好货; 3、发现和分析用户行为数据,进行用户长短期兴趣建模,以及潜在兴趣预测,提升推荐的精准性; 4、通过算法自动挖掘优质、专业、高口碑的商品和主播,构建良性的循环机制,优化内容电商生态; 5、结合内容电商的业务特性,进行模型和算法创新,打造业界领先的推荐算法和系统。

更新于 2025-02-11
logo of bytedance
实习A76400

ByteIntern:面向2026届毕业生(2025年9月-2026年8月期间毕业),为符合岗位要求的同学提供转正机会。 团队介绍:Data-电商-推荐与营销团队,主要负责国际电商商城推荐业务,涵盖商城首页、交易链路、商品详情页、店铺&橱窗等多个核心场景的信息流推荐业务,致力于每天为亿量级用户提供精准个性化商品、直播、短视频推荐服务;团队致力于解决现代推荐系统中各种有挑战的问题,通过算法不断提升用户体验和效率、创造更大的用户和社会价值。 1、参与国际电商个性化推荐算法的优化:包括商品推荐、直播推荐、短视频推荐等; 2、通过表征学习、图模型、深度学习、迁移学习、多任务学习等技术提升信息匹配的效率,让每个用户可以便捷的找到优质好货; 3、发现和分析用户行为数据,进行用户长短期兴趣建模,以及潜在兴趣预测,提升推荐的精准性; 4、通过算法自动挖掘优质、专业、高口碑的商品和主播,构建良性的循环机制,优化内容电商生态; 5、结合内容电商的业务特性,进行模型和算法创新,打造业界领先的推荐算法和系统。

更新于 2025-02-11