搜广推算法工程师

负责搜索、推荐或广告算法的研发和优化，参与召回、粗排、精排、重排等核心模块建设。

基于用户画像、行为序列、Query、供给内容及上下文特征，持续优化点击、连接、转化和长期价值预估模型。

建设和优化协同过滤、双塔召回、向量召回、语义召回、实时行为召回等多路召回能力。

参与多目标学习、排序目标设计、样本构建、特征工程、模型训练和参数优化，提高模型预估及排序效果。

开展数据分析和badcase诊断，定位漏召回、相关性、排序、多样性、冷启动和少/无结果等问题并推动解决。

设计并执行AB实验，完成指标拆解、上线监控、效果归因和持续迭代，对业务增量结果负责。

在自然结果与商业结果共存的场景下，兼顾用户体验、连接效率、商业约束和流量分配公平性。

与产品、工程、数据和公共算法团队协作，推动算法方案稳定上线并沉淀可复用能力

计算机、人工智能、数学、统计等相关专业本科及以上学历。

熟悉机器学习和深度学习基础，理解搜索、推荐或广告系统的基本架构和常用算法。

熟悉LR、GBDT/XGBoost、双塔、MMoE、DNN、Transformer或序列建模中的一种或多种。

熟悉Python及至少一种主流深度学习框架，具备数据分析、模型训练和线上问题定位能力。

理解召回、排序、特征、样本和AB实验的基本方法，能够独立承担一个算法模块或项目。

具备业务理解和指标拆解能力，能够将业务问题转化为可验证的算法问题。

具备良好的学习能力、沟通能力、工程意识和结果导向。 加分项

有大规模搜索、推荐、广告或信息流算法的线上实践经验。

有多目标学习、向量检索、生成式推荐、多模态排序或在线学习经验。

有本地生活、招聘、房产、汽车、电商或分类信息场景经验。

有商业与自然结果混排、广告排序、预算约束或反作弊经验