美团机器学习/数据挖掘算法工程师

1.在这里，你将通过机器学习、数据挖掘、深度/增强学习前沿技术对海量O2O数据进行洞察和预测，提高线下服务效率，优化线上用户体验，人和服务的高效连接潜力无限，帮助亿万用户吃得更好、生活更好； 2.在这里，你将从海量浏览和交易数据中不断抽象模式建立模型，一手保障商户在线营销可靠安全，另一手为消费者呈现有效评价提供优质服务，用技术提升消费质量； 3.在这里，你可以发挥你的算法天赋，在海量数据的平台上实践各种机器学习和挖掘算法，搜索、推荐、广告、调度、自动车配送、风控、金融、骑行、ERP和智能化交互，为你提供最广阔的施展天地。

1. 参与数字科技商业化算法研发。在金融、互联网、传统行业等不同领域的机构，提供智能化产品及算法解决方案； 2. 应用机器学习、数据挖掘、统计建模等方法解决实际问题，并研发创新方法，以解决常规方式，难以解决，或者效率低下的金融&社会问题，如个人/企业信贷、移动支付和账户安全、保险等。

1、整合海量多维数据，进行全站数据挖掘，构建用户画像体系、时空知识体系，并搭建全站核心数据资产管理平台； 2、深入业务场景，利用全站海量多维数据，综合运用统计和数据挖掘/机器学习的方法，探索平台新的业务增长点，为各类业务系统提供特征和模型支撑； 3、深度参与归因分析、异常检测、知识图谱等专题类建设工作。

负责可灵AI的多源数据，线上用户反馈数据采集，挖掘和分析。通过数据挖掘、统计分析和可视化工具，完善可灵AI数据闭环链路，为可灵AI的数据侧提供战略决策和业务优化提供数据支持。 1、数据pipeline构建：负责视频生成大模型的训练数据构建与管理，参与数据筛选、标注及质量评估工作。分析和挖掘现有数据资源，设计有效的数据分布策略，支持模型的持续迭代； 2、数据分布分析：对模型训练数据分布进行详细分析，识别数据偏差、不均衡及潜在问题。提供数据分布的可视化报告及改进建议，确保模型训练数据覆盖目标场景和多样性需求； 3、用户数据分析：分析用户交互数据，评估视频生成效果与用户满意度，提取用户反馈中的数据优化方向。构建用户行为分析模型，探索用户需求变化并为模型优化提供参考； 4、优化模型生成效果：构建数据飞轮。通过数据驱动的方法优化视频生成大模型效果，结合A/B测试等手段验证调整效果。与算法工程师合作，制定数据调整与扩展策略，提升模型在真实场景中的生成能力。