美团数据架构工程师（推荐搜索方向）
任职要求
1. 熟悉C++或者Java其中一种语言； 2. 熟悉Spark或者Flink等常见的计算引擎； 3. 具有扎实的计算机理论基础，较强的数据结构和算法功底； 4. 善于交流，有良好的团队合作…
工作职责
建设面向多场景的数据平台能力，支持业务的高效迭代，包括但不限于： 1. 构建用户基础画像、行为序列等离在线的数据系统和平台； 2. 优化搜推索引数据架构，提升索引数据时效性与平台能力； 3. 构建大规模机器学习特征和样本系统，开发适合大规模搜索、推荐场景的平台能力，优化离在线特征样本处理的能力； 4. 调研业界前沿技术发展动态，结合业务实际情况，实现在业务的落地。
1、负责搜索/推荐系统和算法服务平台等分布式系统的设计、开发和性能调优等工作； 2、结合业务场景进行业务策略的优化和迭代； 3、关注业界技术趋势，参与新技术的预研和技术攻关以及在团队内的落地； 4、保障系统可用性、稳定性和扩展性，推动架构的升级和迭代。
1. 主导与参与搜索、推荐相关业务和算法系统的设计与开发； 2. 通过架构抽象和优化，提升工程、算法、产品的迭代效率； 3. 通过合理的技术选型和实践，优化计算和存储资源效率； 4. 深入理解搜索或推荐业务，与产品及算法合作推动产品探索和前沿算法落地。
1. 设计、实现和优化推荐和搜索算法，提高准确性、相关性和个性化水平。 2. 分析和处理大规模数据集，利用机器学习和深度学习技术挖掘用户行为模式。 3. 与产品经理和工程师紧密合作，实现算法在产品中的应用，并进行A/B测试验证算法效果。 4. 持续关注最新的推荐和搜索技术趋势，评估和引入可能提升系统性能的新技术和方法。 5. 编写高质量的代码，确保算法实现的高效和稳定。 6. 分析系统瓶颈，优化算法和系统架构，提高系统的扩展性和可维护性。
团队介绍：字节跳动电商推荐架构团队，负责抖音全场景电商体裁推荐系统的设计和开发，工作内容覆盖离在线推荐链路全流程，包括策略架构、模型架构、数据架构等子方向，支撑算法团队的高效迭代，解决海量吞吐带来的系统性能/成本/稳定性挑战，在业务中抽象/沉淀基础服务/框架、服务组件以及效率工具等核心基建。 1、针对高并发高吞吐的大规模系统，提升系统的稳定性、性能，持续优化成本； 2、负责推荐在线链路的服务建设和迭代，通过服务化、组件化、平台化等手段不断优化推荐链路，提供体系化解决方案； 3、和多场景电商算法团队配合，承担算法工程工作，保证高效落地提升业务效果； 4、深入数据架构或者模型架构子方向，提升数据质量、数据迭代效率；负责精粗召等推荐模型的在线推理、离线训练的优化工作，支持强算力召回，SIM，LRM，Listwise混排等专项的演进。