美团数据挖掘工程师
社招全职3年以上食杂零售-公共部门地点：北京状态：招聘
任职要求
1.拥有计算机、电子、通信、数学、统计学或相关专业的本科及以上学历，具备3年及以上工作经验。 2.扎实的代码能力和数据结构基础，熟悉常见的机器学习算法，在大规模深度学习、数据挖掘、因果推断等算法能力有实际研发经验。 3.熟练使用大数据工具，熟悉主流深度学习框架。 4.对零售、电商及供应链领域有热情，持续关注行业发展趋势，能主动思考业务模式与…
登录查看完整任职要求
微信扫码，1秒登录
工作职责
岗位职责： 1.使用各类数据挖掘技术及机器学习算法以及大模型等前沿技术，基于海量多模态行为数据，构建完整的用户画像与兴趣建模体系，精准刻画用户行为。 2.结合对业务理解，深入挖掘数据价值，将业务问题转化为可建模的算法问题并推动在业务场景下应用，拿到业务结果。 3.深入思考产品业务价值，参与制定及落实团队在技术、业务等多维度发展方向。 4.深入理解食杂零售餐饮供应链业务逻辑和运营模式，与业务、产品、工程、数据等团队紧密协同，完成从业务问题到算法问题的抽象与定义，设计指标体系，进行算法技术选型和方案设计实现，推动落地应用。
包括英文材料
学历+
数据结构+
https://www.youtube.com/watch?v=8hly31xKli0
In this course you will learn about algorithms and data structures, two of the fundamental topics in computer science.
https://www.youtube.com/watch?v=B31LgI4Y4DQ
Learn about data structures in this comprehensive course. We will be implementing these data structures in C or C++.
https://www.youtube.com/watch?v=CBYHwZcbD-s
Data Structures and Algorithms full course tutorial java
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
还有更多 •••
相关职位
社招3-5年J0011
1、数据pipeline建设：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。
更新于 2026-06-09北京
社招1-3年J0012
1、整合海量全域数据，运用机器学习技术，对用户进行标签识别、人群挖掘、兴趣挖掘、表征学习等； 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/大模型微调的方法，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、商业化广告、用户增长等专题类建设工作。
更新于 2026-04-15北京
社招3年以上网易游戏（互娱）
1. 通过游戏行为数据分析挖掘提升价值，构建数据预测模型,包括不限于设计高效算法预测游戏关键指标，识别出潜在流失用户等； 2. 基于海量用户数据，整合多端玩家信息，构建多维度玩家画像，并形成统一玩家身份OneID和标签系统； 3. 为产品提供专业的分析支撑，提出有效数据分析模型、指标体系，用数据支撑决策,持续跟踪模型效果，进行迭代优化；
更新于 2025-12-01广州