职位&公司对比
职位详情
- 北京
- 在校/应届
- 硕士
- C/C++
- 推荐系统相关经验
- TensorFlow/PyTorch
- 计算机相关专业
- 深度学习经验
- Python
职位描述 1、参与亿级用户规模的视频推荐优化，提升停留时长、点击率、留存率等核心指标； 2、参与机器学习、深度学习领域的技术研发工作，包括但不限于神经元网络模型设计与优化、强化学习、迁移学习、主动学习等的算法和系统研发等； 3、分析海量用户行为数据和视频数据，增加有效的特征，挖掘用kanzhun户兴趣，优化排序机制； 4、通过超大规模机器学习模型和系统，使用先进的检索和排序手段，优化社区生态，优化快手的推荐效果； 5、针对海量用户行为数据，提供分布式的算法实现的解决方案，大幅提升算法计算规模和性能； 6、参与搭建推荐系统框架，提供高并发，大数据，高效可靠的线上服务； 7、参与全域流kanzhun量博弈的机制设计，协助拓展业务边界； 8、参与前沿问题的探索与研究，结合实际应用场景，提供全面的技术解决方案。 任职要求 1、计算机、数学或统计学相关专业硕士及以上学历； 2、熟悉Linux，C++，Java和Python，优秀的编码与代码控制能力，扎实的数据结构和算法功底； 3、熟悉大规模数据挖掘、机器学习、分kanzhun布式计算，具备实际工作经验； 4、善于阅读文献，快速学习 ，具备优秀的分析和解决问题的能力，良好的沟通协作能力。 如果你还满足以下要求，我们会优先考虑： 1、有推荐系统、机器学习、信息检索、自然语言理解、计算广告学及算法博弈论相关领域研究及实践经验； 2、有实际线上的高来自BOSS直聘并发架构开发和调优的经验； 3、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶级会议上有文献发表； 4、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。
职位详情
- 北京
- 在校/应届
- 本科
- 推荐算法
- 排序
- 召回
- 深度学习算法
岗位职责： 1. 构建机器学习和运筹优化模型，基于数据直聘与算法来解决营销领域的一系列问题，比如交易促成、商品定价、销量预测等； 2. 为用户全生命周期各个环节搭建算法模型，包括BOSS直聘福利发放模型、用户LTV/ROI模型、用户回流模型、留存率提升模型，提升用户活跃度； 3. 主导搭建用户增长技术栈，包括因果推断技术的调研与业务落地，提升团队在用户增长行业的技术影响力； 4. 和内部业务方紧密合作，发现和解决营销增长上的问题，并且基于大规模用户和产品数据用算法来解决业务问题。 任职要求： 1. 计算机科学，数学学科，统计以及其他相关专业，具有扎实的数学基础； 2. 熟练掌握数据挖掘、机器学习的基础理论和方法，有相关实习经验，熟悉 tensorflow或者pytorch的架构，分布式数据处理架构（Had来自BOSS直聘oop、Spark） 等； 3. 熟练使用C++/Java/Python等编程语言，熟悉unix 和linux 系统，能够熟练处理千万到上亿规模的数据集，并且能够用SQL, python进行比较复杂的数据分析； 4. 有过成功的营销增长、用户增长、用户画像相关项目经历优先； 5. 能自我驱动、自我激励，具备较强的学习能力。
技能解析
- 用户兴趣
- 代码控制
- 分布式计算
- 用户行为数据
- 研发工作
- 沟通协作
- 阅读文献
- 优秀的分析
- 领域研究
- 主动学习
- 技术解决方案
- 分析和解决问题的能力
- 算法实现
- 解决问题的能力
- 数据结构和算法
- 深度学习
- 设计与优化
- 解决问题
- 数据结构和算
- 数据结构
- 解决方案
- 沟通协作能力
- 协作能力
- 模型设计
- 自然语言
- 好的沟通
- 分析和解决问题
- 用户行为
- 大规模数据挖掘
- 良好的沟通协
- 机器学习
- 数据挖掘
数据来自CSL职业科学研究室
技能解析
- 分布式数据处理
- 数学基础
- 基于数据
- 编程语言
- 熟练使用C
- 较强的学习
- 生命周期
- 技术影响力
- 数据分析
- 紧密合作
- 业务问题
- 分布式数据
- 学习能力
- 算法模型
- 数据处理
- 机器学习
- 数据挖掘
数据来自CSL职业科学研究室
工作时间
工作时间
公司福利
- 五险一金
- 补充医疗保险
- 定期体检
- 年终奖
- 股票期权
- 带薪年假
- 节日福利
公司福利
- 交通补助
- 节日福利
- 住房补贴
- 餐补
- 员工旅游
- 带薪年假
- 加班补助
- 股票期权
- 年终奖
- 定期体检
- 补充医疗保险
电子营业执照
京公网安备11010502032801