美团搜索广告算法工程师-召回方向
任职要求
1、计算机相关专业，有5年及以上搜索、推荐、广告算法经验，关注行业进展； 2、扎实的算法基础，熟悉常用的机器学习、深度学习、大模型、NLP算法； 3、熟练使用Java/C++/Python其中任一编程语言，有TF/Hadoop/Spark/等大数数据和机器学习平台经验； 4、对业务敏感，善于从日常工作中发现问题并推动解决，有良好的团队合作精神和协调沟通能力。 具备以下条件优先 1. 多年大厂核心部门广告算法优化经验 2. 有带人经验优先
工作职责
餐饮搜索召回方向，覆盖外卖与到餐业务，具体职责： 1. 参与搜推广召回模型相关方向的算法策略研发 2. 基于美团和点评双平台的海量用户与商家数据，参与搜索广告场景的召回模型迭代 3. 参与LLM生成式召回方向的探索与研究 4. 全系统链路综合优化
1 负责搜索/推荐召回算法的优化、场景技术方案的推进和落地。算法包含但不限于：向量检索技术、基于树、图、量化、聚类等的各类检索方案、图神经网络、深度表示学习、对比学习、样本增强、集成学习、learning to rank、多任务学习、强化学习、迁移学习、模拟器等。 2 分析海量用户行为序列，深度理解和表示用户长短时兴趣，精准召回商品，提升平台效率和用户体验。 3 熟悉常用的向量检索技术，能够根据业务特点设计和优化索引类型。 4 负责召回各通道融合和各级漏斗方案的设计和优化，以及粗排CTR/CVR/LTR模型的设计和优化。 5 追踪算法前沿技术，结合拼多多的业务特点，探索将前沿算法落地于搜索/推荐召回的实际业务。
1、负责字节跳动搜索广告算法优化工作，包括召回、粗排、精排、混排等整个ranking漏斗的模型优化； 2、利用NLP等技术进行多模态、图文内容理解、直播内容理解等建模优化，应用于整个搜广ranking链路，提高变现效率； 3、对深度学习算法、图神经网络算法和强化学习算法具备深厚功底，利用大规模机器学习算法行建模优化，提升转化效率； 4、针对搜索广告场景进行针对性特征建设和建模优化，提高搜广变现效率。
1 负责搜索/推荐召回相关的算法设计、场景技术方案规划，实现方案在业务系统中的落地。算法包含但不限于：向量检索技术、基于树、图、量化、聚类等的各类检索方案、图神经网络、深度表示学习、对比学习、样本增强、集成学习、learning to rank、多任务学习、强化学习、迁移学习、模拟器等。 2 分析海量用户行为序列，深度理解和表示用户长短时兴趣，精准召回商品，提升平台效率和用户体验。 3 熟悉常用的向量检索技术，能够根据业务特点设计和优化索引类型。 4 负责召回多通道融合和各级漏斗方案的设计和优化，以及粗排CTR/CVR/LTR模型的设计和优化。 5 具有较强的业务敏感性，能够自主分析数据发现问题，结合业务实际情况提出有创新性的解决方案，并落地带来业务收益。 6 追踪召回算法前沿技术，能够结合拼多多的业务特点，设计出实际可用的召回前沿技术落地方案，并拿到业务收益。
1、负责搜索广告中大规模机器学习模型的设计、建模和优化工作，提升广告排序、匹配等算法效果； 2、利用大模型技术，持续改进广告相关性、点击率和转化率等模型，优化搜索广告体验并提高广告的商业价值； 3、针对搜索广告的独特需求，运用大模型技术，进行query改写、文案和创意生成提高搜索广告变现效率； 4、深入理解搜索广告业务，探索大模型技术在搜索广告中更多的落地方向，跟进前沿技术发展。