logo of mi

小米推荐算法工程师(增长方向)

社招全职3年以上A10587地点:北京状态:招聘

任职要求


1. 计算机、数学、统计学等相关专业,硕士及以上学历
2. 3年以上推荐算法或增长算法经验,有互联网大厂千万级用户增长项目实战经验优先
3. 技术能力:
  - 扎实的机器学习/深度学习基础,熟悉增长相关的推荐算法(如冷启动优化、探索与利用、强化学习等)
  - 熟悉大规模数据处理(Hadoop/Spark/Flink)和实时推荐架构(如Flink+Redis)
  - 熟练使用Pyt…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1. 负责小爱千万级日活用户的推荐算法优化,通过个性化推荐策略提升用户活跃度、留存率,直接驱动DAU增长
2. 深入分析用户增长漏斗,优化召回、排序、多样性策略,设计增长导向的推荐算法策略,提升推荐系统点击率
3. 探索大模型(LLM、多模态等)在推荐场景的应用,如智能对话推荐、兴趣挖掘等,提升推荐体验和用户粘性
4. 与产品、运营、数据团队紧密协作,设计并落地A/B实验,快速迭代策略,实现可量化的业务增长
包括英文材料
学历+
算法+
机器学习+
深度学习+
强化学习+
Hadoop+
Spark+
还有更多 •••
相关职位

logo of kuaishou
社招J0011

1、开发和迭代CTR预估模型和竞价策略,提升用户增长广告投放点击率、转化率、ROI等核心指标; 2、通过深度学习领域的研发工作,包括但不限于深度模型设计与优化、强化学习、迁移学习、图神经网络等算法和系统提升预估效果; 3、通过召回排序等推荐算法,改善增长广告用户在快手的产品体验。

更新于 2025-09-22北京
logo of sohu
社招3年以上智能媒体研发中心

我们正在寻找一位经验丰富的算法工程师(用户增长方向),专注于通过前沿技术和数据驱动策略推动用户增长。您将运用AI技术和算法模型,通过优化用户获取和留存策略,提升产品的市场竞争力。我们希望您能够通过高效的算法迭代和技术创新,持续驱动用户增长并优化各类增长策略。 具体岗位职责如下: 1. 用户增长算法开发:设计并实现能够有效驱动用户增长的算法模型,如用户行为分析、推荐算法等,基于数据分析来优化用户转化率和留存率; 2. AI驱动的增长策略:利用AI技术构建自动化的用户增长策略,快速迭代,确保策略的高效性和前瞻性,提升获取用户效率; 3. 竞争对手分析与策略调整:通过算法分析竞争对手的增长策略,开发应对的算法方案,以保持和提升产品在市场中的竞争优势; 4. 跨团队协作与技术推广:与数据、产品、运营等团队合作,推动算法技术在用户增长中的实际应用,确保有效落地。

更新于 2025-03-07北京
logo of bytedance
校招A108265

团队介绍:TikTok是一个覆盖150个国家和地区的国际短视频平台,我们希望通过TikTok发现真实、有趣的瞬间,让生活更美好。TikTok 在全球各地设有办公室,全球总部位于洛杉矶和新加坡,办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。 TikTok用户增长团队挖掘产品增长潜力,以技术驱动用户增长。团队不仅在产品中践行用户增长方法论、持续巩固增长能力,同时也在探索TikTok多模态的产品生态,撬动用户规模高速增长。 我们会极其地贴近业务,和产品、运营的同学们一起去探索用户增长方法论,持续巩固业务的增长能力。一起去通过业务中的数据表现进行洞察分析从而找到业务的机会点,围绕不同的增长业务模式,分析不同的业务需求,进行技术设计和实现。 也会从技术的视野去优化和升级我们的架构和系统,做纯技术层面的改造,用技术驱动业务的发展和改变。 1、激励增长方向 1)通过因果推断、强化学习、运筹规划等前沿技术,构建用户深度体验的增长模型,优化激励策略的精准性与效率,提升平台商业化价值; 2)设计并落地动态激励系统,平衡短期收益与长期用户价值,驱动用户活跃与留存的正向循环; 2、短视频推荐方向 1)主导TikTok Pro端融合激励信号与内容兴趣的混合推荐算法研发,解决业界少有的「激励产品×短视频APP」双形态协同难题; 2)构建专属Pro用户的内容理解与增长模型,结合激励行为、创作生态与内容消费数据,打造差异化推荐体验; 3)探索大模型、多目标优化、序列建模等技术在「激励 x 内容」联合建模中的创新应用,定义下一代增长范式。

更新于 2025-07-28上海
logo of didi
社招技术

乘客与交易增长团队隶属于网约车平台公司-MPT-交易策略,团队业务目前涵盖乘客流量分发、乘客交易负向体验优化、乘客LTV预测及留存&增长等,并负责乘客推荐、预期沟通、分单干预等需求支持,协助业务完成目标,高质量交付需求结果。旨在建设流量分发、乘客推荐、预期沟通、分单干预的技术框架和能力沉淀,通过策略&算法的优化,提升乘客打车体验,保留存促增长。 1、负责网约车各环节最中心的交易策略设计,研究包括乘客表单推荐、等应答推荐算法优化,提高交易效率及平台用户体验 ; 2、搭建对于ltv预测、用户增长方向的建模,诊断交易问题并为策略、运营、产研团队提供可靠的技术支撑及机会挖掘,支撑业务高速发展; 3、通过机器学习、深度学习等技术栈,结合业务需求进行建模,解决线上实际问题。

更新于 2025-09-22北京