美团外卖商品-搜索推荐算法工程师（实习）
任职要求
1、扎实的算法基础，熟练掌握机器学习、深度学习等方向的理论和应用，顶会论文、竞赛名次同学优先。 2、良好的沟通能力和较强的自我驱动力，对挑战性问题充满激情。 3、较强的业务理解能力和逻辑思维能力，能够根据业务场景特点拆解问题，挖掘算法优化机会。
工作职责
1、负责美团外卖商品（拼好饭、神抢手、特价外卖）的推荐、搜索全链路核心算法策略的迭代，包括不限于查询理解、召回、粗排、精排、重排等，对点击、转化、搜推体验等核心指标负责。 2、发展大规模深度学习、图学习等技术，利用注意力机制、记忆网络、关系网络等模块，从跨多个时空场景的海量数据中理解用户需求，优化点击率、转化率模型，为用户展示更感兴趣的商品。 3、发展强化学习、可解释深度学习、多目标优化等技术，优化重排、混排模型，智能调控流量分发，优化平台生态，实现消费者和商家共赢。 4、发展LLM技术，优化搜索query理解、语义召回、相关性等模块，提升搜索引擎体验和转化率。 5、深入思考产品业务价值，参与团队在技术、业务等维度的发展规划制定和落地。
1.负责搜索推荐核心算法的研发工作，致力于提升用户体验和流量转化效率，支撑业务快速发展； 2.发展大规模深度学习等技术，利用注意力机制、记忆网络、关系网络等模块，从跨多个时空场景的海量数据中理解用户需求、发掘用户兴趣，优化点击率、转化率预估模型，为用户展示更合适、更感兴趣的美食和商品； 3.应用LLM技术、深度学习等技术，持续优化查询理解、召回、相关性等算法模块，提升搜索体验和转化效率；
1、负责美团外卖商品（拼好饭、神抢手、特价外卖）的推荐、搜索全链路核心算法策略的迭代，包括不限于查询理解、召回、粗排、精排、重排等，对点击、转化、搜推体验等核心指标负责。 2、发展大规模深度学习、图学习等技术，利用注意力机制、记忆网络、关系网络等模块，从跨多个时空场景的海量数据中理解用户需求，优化点击率、转化率模型，为用户展示更感兴趣的商品。 3、发展强化学习、可解释深度学习、多目标优化等技术，优化重排、混排模型，智能调控流量分发，优化平台生态，实现消费者和商家共赢。 4、发展LLM技术，优化搜索query理解、语义召回、相关性等模块，提升搜索引擎体验和转化率。 5、深入思考产品业务价值，参与团队在技术、业务等维度的发展规划制定和落地。
1、负责美团外卖商品（拼好饭、神抢手、特价外卖）的推荐、搜索全链路核心算法策略的迭代，包括不限于查询理解、召回、粗排、精排、重排等，对点击、转化、搜推体验等核心指标负责。 2、发展大规模深度学习、图学习等技术，利用注意力机制、记忆网络、关系网络等模块，从跨多个时空场景的海量数据中理解用户需求，优化点击率、转化率模型，为用户展示更感兴趣的商品。 3、发展强化学习、可解释深度学习、多目标优化等技术，优化重排、混排模型，智能调控流量分发，优化平台生态，实现消费者和商家共赢。 4、发展LLM技术，优化搜索query理解、语义召回、相关性等模块，提升搜索引擎体验和转化率。 5、深入思考产品业务价值，参与团队在技术、业务等维度的发展规划制定和落地。
1．策略规划与架构：负责爆品团频道内的搜索推荐产品体系搭建与长期规划，明确不同业务阶段的策略重点和实施路径; 2．人货匹配策略：深入理解"外卖商品"和"爆品团商品"下的用户心智与货品特点，主导构建差异化的人货匹配模型策略。包括但不限于：用户意图识别、爆品挖掘与预测、实时个性化推荐等，确保"对的商品"在"对的时间"推荐给"对的人"; 3．流量调控与分配：设计并实施频道内的流量分配机制，包括新品冷启动策略、潜力爆品流量加持、尾部商品淘汰机制等，科学调控流量，最大化整体频道流量效率与ROI; 4.搜索策略优化：负责业务域内的搜索产品体验，优化Query理解、语义匹配、排序策略等，提升搜索满足率和转化效果，打造"一搜即得"的极致体验; 5．数据驱动与迭代：建立严密的数据监控和分析体系，敏锐洞察策略问题与增长机会，通过AB实验、用户调研等方式快速假设、快速验证、快速迭代，驱动策略持续进化; 6．高效协同：作为策略产品的核心枢纽，与算法、运营、研发、数据分析等团队紧密协作，精准定义问题，推动策略方案高效落地并产生业务价值。