美团搜索推荐算法专家
任职要求
1.硕士研究生及以上学历，计算机、统计学、数学或相关专业，具备良好的数学基础和编程能力； 2.熟悉机器学习、深度学习、自然语言处理等领域的专业知识，3年及以上搜相关领域算法优化工作经验； 3.熟练使用Hive/Spark/Hadoop等大数据工具，熟悉TensorFlow/PyTorch等框架，具备大规模深度学习项目实际经验，具备良好的代码开发能…
工作职责
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. 负责淘宝闪购搜索推荐算法的基础模型研发工作，包括店铺和商品信息流推荐、搜索结果页排序等，覆盖千万级DAU； 2. 基于业务问题，设计并实现推荐全链路算法模型，包括召回、粗排、精排、重排及混排等模块，搜索全链路算法模型，包括Query理解、召回、精排、重排等模块，持续迭代提升业务效果； 3. 跟踪国内外搜索推荐领域的最新进展，结合业务特点进行技术创新，推动算法模型的优化和升级； 4. 协同业务进行跨团队合作，与产品、运营等部门紧密合作，确保算法模型的有效落地和业务目标的达成。
方向一：搜推效率、生成式、店品券 岗位职责： 1、负责搜索/推荐业务的召回、粗排/精排算法设计和优化，提升大盘转化效率； 2、负责用户、商户、query、营销信号等各维度特征、模型样本等基础模块的搭建和优化； 3、应用机器学习/深度学习、生成式推荐等算法技术，优化召回/排序模型，推动生成式推荐算法的工业落地； 4、与上下游的数据、工程、产品等团队紧密配合，把算法模型等上线到业务场景中，提升业务效果； 5、跟进推荐系统前沿研究方向，结合业务场景进行创新与落地，做技术沉淀和paper发表。 方向二：大混排（统一混排）、全站推 岗位职责： 1、负责混排（信息流+商业化）算法的设计和优化，提升流量变现效率和用户体验； 2、建立并优化目标函数，通过混排多目标优化平衡用户体验 & 平台收益； 3、结合用户画像、内容特征、广告属性等多维度信号，构建高效的特征工程与模型； 4、应用深度学习、强化学习等技术优化推荐与广告混排效果； 5、与工程、产品、运营团队密切协作，将算法落地到生产环境，并持续监控与优化效果； 6、跟踪前沿的推荐与广告算法研究，推动新技术在业务中的应用。
1. 搜索意图理解，基本NLP的工作，以NLU为主。其中，搜索关键词理解是主要场景，并有搜索SUG、融合搜、主搜索链路等落地场景。具体NLP任务有且不限于，对于词的基本理解、分类、纠错改写同义归一等； 2.搜索相关性&召回，参与建设闪购搜索场景的Query召回、相关性模块的算法优化，包括召回、相关性等模型的开发&研究； 3.大规模预训练LLM。建设淘宝闪购垂域场景下的语言大模型/多模态大模型，基于通用底座，进行retrain or fine-tune；需要对模型训练底层的算力、框架比较熟悉；构建样本、设计训练任务，并持续调优；上层支撑对应的任务和业务场景，拿收益。
“我们正在构建下一代智能推荐引擎，重新定义人货场的数字化连接方式”，如果你对推荐算法创新充满热情，渴望用技术驱动万亿级市场的供需匹配效率，这里将是你施展才华的舞台。团队汇聚了搜索推荐、运筹优化、图计算等领域的顶尖人才，加入我们，见证技术如何重塑商业未来。 1.基于多源异构数据（搜索/点击/交易/内容），借助LLM挖掘用户显性需求与潜在意图的关联关系，构建用户需求图谱； 2.融合商品知识图谱与实时场景特征，构建跨品类、跨渠道的智能组货策略，实现"人-货-场景"的高效匹配； 3.设计多目标协同优化框架，探索生成式推荐新技术，平衡用户体验、商家效率与平台增长目标，建立可持续的推荐生态。