推荐算法工程师

工作职责：

负责构建/优化支撑千万级用户的个性化分发系统,具体工作包括：

1. 链路优化：负责推荐系统全链路的研发与优化，包括但不限于多路召回 、粗排、精排及重排。

2. 模型迭代：跟踪并应用业界前沿机器学习技术，持续提升 CTR（点击率）等以用户留存等核心的指标。

3. 特征工程：深度挖掘用户行为数据，构建精细化的用户画像和内容标签体系，解决冷启动问题。

4. 实验闭环：设计并实施 A/B Test，分析实验数据，从技术视角推动业务增长，确保算法逻辑与商业目标一致。

5. 工程落地：优化在线预估系统的性能，确保在复杂业务逻辑下依然能保持低延迟。

任职要求：

1.算法能力：精通推荐系统核心算法，包括协同过滤（CF）、GBDT/XGBoost/LightGBM、深度学习推荐模型（如Wide&Deep、DeepFM、Transformer-based推荐模型等），了解多目标优化、强化学习在推荐场景的应用。

2.编程能力：能够熟练操作 AI 进行 Vibe Coding，熟练使用Python，熟悉Golang，熟悉TensorFlow、PyTorch等深度学习框架，具备扎实的代码功底，能独立完成算法模型的开发、调试与优化。

3.数据处理：熟悉SQL、Hive等数据查询与处理工具，能熟练处理海量用户行为数据、内容数据，具备数据清洗、特征工程、特征筛选的实战能力。

4.工程实践：了解推荐系统工程架构，熟悉线上AB实验设计、评估方法（如CTR、CVR、GMV、用户留存等指标），能配合工程团队完成模型部署、性能调优。