58同城资深算法工程师-国际化方向(J28142)
任职要求
岗位要求: 1.计算机科学、机器学习、数据科学或相关专业硕士及以上学历; 2.2年以上的算法工作经验; 3.至少具备以下某一方向的扎实基础: 搜索算法:精通信息检索、相关性排序、多模态搜索技术; 推荐算法:熟悉协同过滤、深度学习推荐模型、用户行为分析等技术; NLP算法:掌握自然语言处理技术(如文本分类、命名实体识别、生成式模型等),熟悉主流框架如 Transformers; 4.熟练使用至少一种编程语言(如 Python、Java、C++ 等),掌握主流的机器学习框架(如 TensorFlow、PyTorch); 5.拥有良好的数据处理能力,熟悉大数据平台(如 Hadoop、Spark)者优先; 6.对算法技术有极大的热情,善于从数据中发现问题和机会。 7.良好的团队协作能力,具备解决复杂问题的思维方式和执行力。 加分项: 有国际化产品背景或多语言数据处理经验。 熟悉生成式AI技术及其应用。 在算法竞赛(如 Kaggle、ACM)中有突出表现。 有一定的英文沟通能力 我们提供: 开放包容的国际化工作环境。 前沿技术探索与丰富的实际业务场景结合的机会。 清晰的职业发展路径和技术成长支持。 如果您对算法技术充满热情,希望与我们一起定义分类信息平台的未来,我们期待您的加入。
工作职责
职位描述: 我们正在搭建国际化的在线分类信息平台,致力于通过技术创新提升用户体验和平台效率。寻找有才华的算法工程师加入我们的团队,专注于搜索算法、推荐算法和自然语言处理方向的开发与优化。 您将与跨职能团队紧密合作,通过先进的算法技术推动用户增长、提升平台流量以及增强用户对我们的服务的满意度,充分给同学们提供成长的机会。 岗位职责: 搜索算法方向: *使用自然语言处理技术(如语义匹配、实体识别、意图分类等)强化query意图识别 *优化搜索相关性,提升用户查询与结果之间的匹配度。 *开发和改进排序模型、语义理解模型、召回模型等,提高搜索体验。 推荐算法方向: 构建个性化推荐系统,设计高效的召回、排序及多目标优化算法,提升用户留存与转化率。 持续改进推荐策略,优化长尾物品推荐效果。 NLP算法方向: 开发自然语言理解模型,支持搜索、推荐等核心功能。 在商品描述生成、用户意图解析和文本审核等场景中应用先进的NLP技术。 探索大模型技术在分类信息平台中的应用场景,探索电商、二手车等领域中大模型的应用落地,承担大模型预训练和调优等工作,如prompt设计、fine-tuning、模型蒸馏等。 持续跟踪算法领域的最新进展,将前沿技术应用于实际业务。 支持模型在生产环境的部署和调优,确保高效、稳定运行。
1. 负责国际化网约车交易策略算法设计和实现,包括但不限于司乘匹配,运力调度,流量分发,供需预测,仿真系统等方向; 2. 针对不同国家交易市场的供需情况和竞争态势,和业务方协同设定目标,使用机器学习/强化学习/运筹优化等算法和技术,优化成交率等核心业务指标,助力业务发展。
1.负责金融反欺诈的算法建设,包含特征挖掘、模型开发等; 2.搭建各业务环节的机器学习、深度学习模型,并负责模型部署应用、维护、监控和设计迭代; 3.深入理解反欺诈场景的业务风险,提炼用户行为、关联关系等风险特征,确定不同欺诈场景的风险表现和模型评估效果; 4.负责欺诈场景中不同风险表现的监控,感知欺诈场景的风险情况,并不断优化模型风险识别能力; 5.跟进配合产品和策略同学的线上决策,灵活响应业务的调整需求; 6.研究前沿机器学习、深度学习、图神经网络等算法在领域的实践和应用;
1,流量分发策略设计:深入研究国际化端内业务场景,包括出行,外卖,金融等,结合用户行为数据,设计智能流量分发策略,实现流量价值最大化,提升核心业务转化率与用户参与度。 2,算法模型研发与优化:主导端内流量分发相关的搜索、推荐算法模型的研发,运用机器学习、深度学习等技术,持续优化算法效果,提高流量分发的精准度、实时性与召回率,保障流量高效触达目标用户。 3,数据驱动决策:通过对用户画像、流量来源与去向等数据的深度分析,挖掘流量分发潜在问题与优化方向,建立数据监控与评估体系,为算法迭代提供有力支撑。 4,跨部门协作落地:与产品、运营团队紧密配合,将业务需求转化为可落地的算法方案,根据业务目标动态调整流量分发策略;与工程团队协作,完成算法模型的部署与上线,确保系统稳定运行。 5,前沿技术探索:关注行业内流量分发、搜索推荐领域的前沿技术与研究成果,结合端内业务需求,探索新技术的应用场景,推动技术创新与业务发展。
职位描述 【关于我们】 滴滴自2018年初收购巴西出行平台99开始,正式启动了国际化战略。目前,滴滴的国际业务覆盖了拉美、亚太和非洲的14个国家,为当地市场提供以出行为主、涵盖外卖和金融的多样化服务。 【关于团队】 安全策略(算法),预防对平台和用户有重大影响的事件,需要应对不同国家不同业务发展阶段的多重风险,是国际化出行业务的核心技术和竞争力。结合国际化业务特点,我们已将深度学习、小样本学习和拒绝推断等技术应用在当前业务中,正在推动多模态模型的探索与落地。团队氛围开放积极,有机会与国内外各部门业务与技术进行日常交流学习。 【岗位职责】 1. 负责国际化安全方向的基本策略与建模工作:运用小样本学习、常规机器学习 深度学习等机器学习算法完成对完成对国际业务在各海外市场的安全保障功能,包括行前、行中和行后危险状态的识别和预测,在确保安全出行的同时提升司乘体验,助力业务快速发展。 2. 搭建和迭代安全预防方法论和策略运营体系:如情景预防,时空预防等。 3. 安全算法智能化:利用最优化,生成对抗、时空模式挖掘等多种问题抽象与建模手段,推动安全预防智能化的落地。