推荐算法-上海
Posted offer治百病
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了推荐算法-上海相关的知识,希望对你有一定的参考价值。
今日头条
推荐算法工程师(专家)
岗位描述:
1、参与头条产品的推荐效果研发;
2、在头条海量VV的产品上继续挖掘改进空间;
3、参与全新的产品的推荐架构搭建。
岗位要求:
1、具备强悍的编码能力和扎实的数据结构和算法功底 ;
2、有推荐系统相关经验,熟悉常用的推荐算法;
3、熟悉常见的开源组件,参与过高性能在线服务研发者优先 ;
4、有大规模海量数据机器学习/数据挖掘/计算广告/搜索引擎相关经验者优先;
5、具备良好的沟通和表达能力,对信息流的用户体验上有自己的想法,有较好的产品意识者优先。
推荐算法工程师 - 短视频方向
岗位描述:
1、负责为过亿用户的视频社交平台提供个性化的用户体验
2、负责为全球化的视频社区提供本地化的内容发现策略
3、为视频推荐、直播推荐、好友推荐、push优化等场景提供召回和排序模型优化
岗位要求:
1、计算机或统计相关专业硕士或博士,一年以上算法相关工作经验。扎实的统计学、机器学习理论基础
2、良好的数据结构和算法基础,熟悉 C++ 或 Python 编程,熟悉 Spark、Hadoop 等计算平台
3、有推荐系统、计算广告、反作弊、自然语言处理等相关项目经验者优先
4、优秀的团队合作和自我驱动精神,能够积极创新, 乐于面对挑战
拼多多
推荐算法工程师
岗位职责
1. 负责拼多多推荐系统研发,效果优化,保障相关推荐场景有良好的用户体验和持续的指标提升;
2. 深入理解用户在拼多多的各类行为,构建用户和商品的画像体系;
3. 通过对用户、商品、店铺在各粒度/各阶段上效率分析,挖掘可通过算法驱动业务增长的点,并推动落地;
4. 研究机器学习、自然语言理解、计算机视觉等领域的前沿算法,结合业务做算法改进和技术创新。
任职要求
1. 计算机相关专业,本科及以上学历,2年以上互联网行业经验,有电商算法背景优先;
2. 熟悉机器学习领域常用算法和工具,有良好的建模思维,有大流量场景优化经验者优先;
3. 熟悉大规模数据处理的常用方法,熟悉Hadoop/spark/strom等至少一种分布式系统;
4. 熟悉Java/Python等编程语言及常用数据结构,具备良好的编程功底;
5. 具备良好的学习能力和沟通能力,对算法驱动数据增长怀有热情;
6. 有高水平论文发表,数据挖掘竞赛或ACM竞赛获奖者优先。
小红书
推荐算法leader(资深工程师)
职位描述:
工作职责
1. 负责用户增长相关的策略优化
2. 优化个性化推送、拉新拉活相关的策略
3. 通过数据驱动和机器学习优化增长业务的效率
任职资格
1. 深入理解业务,对增长相关业务(推送、拉新等),能进行合理的建模
2. 熟悉主流的机器学习算法及实现,优化相关业务的质量
3. 对数据和业务进行合理的架构设计以及迭代
4. 良好的沟通以及优先级管理能力
5. 有拉新投放、个性化推送、广告相关业务经验者优先
Innotech
推荐算法
岗位描述:
1. 开发推荐算法,在商品推荐、店铺推荐、促销活动等场景中提高用户体验与流量利用效率。
2. 抽象产品和运营的业务逻辑,设计流量机制,提升产品定位与商家权益投入积极性。
3. 改进与研发新的推荐技术如机器学习、协同过滤、文本分析、图片分析、视频分析等技术。
岗位要求:
1. 精通部分常用的机器学习技术,如Logistic Regression、GBDT、CNN、RNN、Reinforcement Learning等。
2. 精通部分协同过滤相关技术,如ItemCF、SVD++等。
3. 精通Java、C++、Python编程中的一种。
4. 相关工作经验3年以上。
5. 重点大学本科以上,有较好的数理基础,热爱算法,热爱思考。
趣头条
资深推荐算法
岗位职责:
1. 改进小说阅读的内容推荐系统,结合产品改造优化用户体验;
2. 分析基础数据,挖掘用户兴趣、内容价值,增强推荐系统的预测能力;
岗位要求:
1、3年以上互联网推荐算法或在线广告算法领域实践,对广告、搜索、推荐系统中相关性及相关算法设计、实现有较深的经验与理解;
2、深刻理解并独立实现过相关算法(回归、决策树、分类问题、深度神经网络、图模型,概率统计,聚类,最优化方法等)
3、熟悉python、c++、go等编程语言,熟练使用spark、hive进行大数据处理;较强的系统设计和架构能力,出色的问题分析及解决能力
4、较强的项目管理能力、沟通能力、推动能力,并能有效设定阶段性目标,并能按序达成;
5 、prefer具有阅读类产品的推荐算法实际经验;以上是关于推荐算法-上海的主要内容,如果未能解决你的问题,请参考以下文章
广告推荐算法工程师(T7 )-上海-奇虎360-70-100万