职位&公司对比

职位详情

• 北京
• 3-5年
• 硕士

• 电商/广告算法经验
• 推荐系统相关经验
• 自然语言处理经验
• 搜索相关经验

1. 互动场域的商品推荐算法：互动是订单和GMV的高增量场景，需要主导大规模个性化推荐系统的迭代升级，包括大规模召回、排序模型、混排机制等策略，迭代百亿参数级别BOSS直聘的直聘排序boss模型，不断提升系统性能、用户体验，提升推荐场景的业务核心指标。 2. 消息推荐算法优化：深入理解消息推荐业务，运用择机算法、召回策略、排序和关闭率模型，推动消息推荐系统的持续优化，提升用户体验和业务核心指标。 3. 前沿技术应用：kanzhun通过序列建模、迁移学习、图模型、多目标建模等先进技术，提升算法的效率和准确性，驱动算法模型的持续创新与优化。 任职要求 1、计算机、软件、数据相关专业，熟悉常用的机器学习算法，熟悉召回、排序等领域的算法模型； 2、在搜索、推荐、广告等大规模分发系统，有算法升级迭代经验； 3、具备优秀的编码能力，熟练使用Java/C++/Python其中任一编程语言，有PyTBOSS直聘orch/TF/Hadoop/Spark等大数据处理和机器学习平台经验； 4、有国际顶会发表过过论文优先，数学竞赛、天池等机器学习竞赛、ACM竞赛名次优异者优先； 5、有较好的梳理基础和逻辑思维能力，对算法充满热情，具备积极主动的求知欲，良好的沟通协作能力及抗压能力。