搜索推荐算法工程师（校招） (MJ003210)

岗位职责 1. 参与构建与优化：参与分期乐App内搜索和推荐核心场景的算法模型研发与迭代。 2. 算法策略实现：应用nlp、数据挖掘、机器学习、深度学习技术，解决qp、召回、粗排、精排、重排、混排等环节的关键问题。 3. 特征工程与用户理解：深入分析用户行为数据、商品数据、上下文数据，设计和挖掘有效的特征，提升模型对用户意图和商品价值的理解能力。 4. 模型训练与评估：负责模型的数据准备、离线训练、效果评估（AUC, GAUC, Recall, Precision, NDCG, MRR、HitRate等）及线上AB实验设计与分析。 5. 工程落地与协作：与工程团队紧密合作，推动算法模型的高效部署上线，关注线上效果和系统性能。 6. 追踪前沿与创新：关注搜推算法、机器学习领域的最新进展，探索新技术在分期乐电商场景的应用可能性。 任职要求 1. 学历背景：2026届应届毕业生，本科及以上学历，计算机科学、软件工程、人工智能、机器学习、数据科学、统计学、应用数学等相关专业。提供实习转正机会。 2. 技术能力： a. 扎实的算法与数据结构基础：精通常见数据结构和算法设计思想，具备优秀的编码能力和问题分析解决能力。 b. 熟悉基本的机器学习理论和常用模型。 3. 编程能力：熟练掌握至少一门编程语言（Python 必备， C++/Java/Scala 是加分项）。熟悉Linux开发环境及常用命令。 4. 机器学习/深度学习基础： a. 掌握深度学习基本原理和主流框架（TensorFlow / PyTorch 至少熟练一种）。 b. 对推荐系统或搜索系统的经典模型（如：协同过滤、FM/FFM, YouTube DNN, DSSM, DeepFM, DIN, Bert等）有基本了解或学习热情。 5. 数据处理能力： a. 熟悉SQL，具备基本的数据处理和分析能力。 b. 了解或使用过常见的大数据处理工具（如Hive, Spark, Flink）是加分项。 6. 沟通与协作：良好的沟通表达能力和团队协作精神。 加分项 1. 项目/竞赛经验： a. 在Kaggle、天池、KDD Cup、ACM-ICPC等知名算法竞赛中取得优异成绩。 b. 有与搜索、推荐、广告、自然语言处理（NLP）、计算机视觉（CV）相关的课程设计、研究项目或实习项目经验，并能清晰阐述技术细节和贡献。 c. 在顶级会议（KDD, SIGIR, WWW, RecSys, CIKM, ACL, CVPR, ICML, NeurIPS等）或期刊上发表过相关论文。 2. 工程能力： a. 了解分布式训练、模型部署（Docker, Kubernetes）、在线服务（gRPC）相关技术。 b. 有高性能计算或大规模数据处理经验。 3. 领域知识： a. 对电商业务（用户行为模式、商品体系、交易流程）有基本认知或浓厚兴趣。 b. 了解金融科技/消费金融场景特点（如分期消费心理、风控影响）者更佳。 c. 有用户画像构建、图算法（GNN）实践经验。 4. 工具熟悉： a. 熟悉常用数据可视化工具。 b. 熟悉Git等版本控制工具。 我们提供 1. 极具挑战的舞台：在核心业务场景，电商平台上实践最前沿的搜推算法。 2. 快速成长的通道：资深专家导师一对一指导，系统的技术培训，清晰的技术成长路径。 3. 有竞争力的薪资和晋升机制，扁平化管理。 4. 充满活力的团队：与一群聪明、务实、有激情的技术伙伴共同奋斗。