Lan分享算法岗位汇总

1.今日头条

(1)广告算法工程师-Data广告系统检索端(头条Feed流广告策略团队)

职位描述:

1、使用机器学习技术分析客户和用户商业意图、挖掘流量潜在商业价值,提升今日头条中的流量变现;

2、主要方向:在线广告投放策略优化,离线数据挖掘,流量反作弊

3、模型设计与选择,代码输出

职位要求:

1、优秀的编码与代码控制能力, 有扎实的数据结构和算法功底;

2、良好的逻辑思维能力,能够从海量数据中发现关键特征;

3、熟悉linux开发环境,思维细致,对数据分析有一定的兴趣;

4、有机器学习算法实际操作经验;

5、熟悉大规模数据挖掘、机器学习、分布式计算中一项或多项;(加分项)

6、有广告投放机制、用户数据建模挖掘经验者优先;(加分项)

7、在校参加程序设计/算法竞赛经验;(加分项)"

(2)广告算法工程师-data广告系统业务端

职位描述:

1、利用各种策略提升头条的变现效率与用户体验,设计与实现高效的文章、广告混排策略;

2、提升广告CTR/CVR模型预估精度,数据分析,建模,特征工程;

3、广告定向挖掘,构建用户画像;

4、 GD广告保量排期系统优化;

5、流量控制,广告pacing算法,广告竞价机制的研究与实现。

职位要求:

1、优秀的编码与代码控制能力, 有扎实的数据结构和算法功底;

2、良好的逻辑思维能力,能够从海量数据中发现关键特征;

3、熟悉linux开发环境,熟悉C++和python语言; 

4、熟悉大规模数据挖掘、机器学习、分布式计算中一项或多项,具备实际工作经验;

5、有机器学习算法优化理论的研究经验;

6、有广告投放机制、用户体验建模经验者优先。

(3)推荐算法工程师-Data推荐搜索平台(Feed推荐团队)

职位描述:

1、参与头条产品的推荐效果研发

2、在头条十几亿VV的产品上继续挖掘改进空间

3、参与全新的产品的推荐架构搭建

职位要求:

1、具备强悍的编码能力和扎实的数据结构和算法功底

2、有推荐系统相关经验,熟悉常用的推荐算法

3、熟悉常见的开源组件,参与过高性能在线服务研发者优先

4、有大规模海量数据机器学习/数据挖掘/计算广告/搜索引擎相关经验者优先

5、具备良好的沟通和表达能力,对信息流的用户体验上有自己的想法,有较好的产品意识者优先"

(4)NLP应用研发工程师-AI实验室

职位描述:

1、用户搜索意图识别,分词和词性标注,实体词标注

2、利用机器学习、NLP技术优化文本分类、语义理解及信息抽取

职位要求:

1、有自然语言处理相关项目经验,对中文分词、词性标注、命名实体识别的某一研究领域有较深的研究;

2、良好的逻辑思维能力,可以快速定位并解决问题,具有良好的代码编写习惯;

3、熟悉C++/java/python

4、有深度学习经验的优化

地点:海淀区北三环西路43号中航广场


2.阿里神马搜索-资深自然语言处理(NLP)研发工程师 

岗位描述

1. 负责下一代智能推荐和搜索业务中自然语言处理、人工智能方向的技术研发。 产品包括智能助理、智能导航、智能机器人等,应用在钉钉、智能客服、高德、UC、优酷等阿里集团多个业务线。

2. 设计和开发语音对话、智能问答、个性化推荐等智能交互系统,解决智能交互处理中的NLP问题。

3. 应用机器学习处理海量非结构化文本数据,完成知识抽取、NLU、多轮对话决策、智能纠错、逻辑推理等在实用场景下的落地实现。

4. 结合亿级用户数据,应用NLP、AI、ML技术解决实际问题。

岗位要求:

1. 精通C/C++语言,对算法和数据结构有深入研究 有Linux相关平台应用程序开发经验。

2. 有大规模搜索、推荐系统实际研发经验,或参与过智能对话系统的研究。

3. NLP基础知识系统扎实,了解NLP及AI的最新进展。

4. 掌握机器学习相关知识,有深度学习和增强学习算法经验的优先。

5. 熟悉linux平台,精通c++,熟悉python,具有良好的编程习惯和算法基础。

6. 责任心强 能承受一定工作压力 有较强的学习能力

地点:朝阳区望京绿地中心


3.快手

(1)NLP算法J10028 -商业化业务端

主要职责:负责分词、词性分析、实体识别、新词发现,情感分析等NLP研究工作

任职要求:

1.计算机或相关专业本科及以上学历,具有NLP开发相关领域二年以上工作经验

2. 具备良好的编码能力,数据结构和算法功底;

3. 熟悉Linux开发环境,熟悉Python/Java/C++语言;

4. 熟悉自然语言处理常见算法与模型(语言模型、MaxEnt/CRF, pLSA/LDA, w2v, CNN/RNN等)

5. 参与过NLP项目(如中文分词、文本分类、文本聚类);

6. 对推荐系统、大数据挖掘,deep learning等方向有浓厚的兴趣,有很强的自学能力的优先。

(2)广告算法高级工程师J10101-检索端

主要职责:

1.广告投放算法的研究及开发工作;

2.投放控制及流量预估系统的研发;

3.CXR预估算法及系统的研发;

4.视频广告的模式、机制的探索;

5.广告反作弊系统及策略研发;

任职要求:

1、熟练掌握linux下面向对象编程;(熟悉Java or C++)

2、熟悉机器学习、数据挖掘知识;

3、对数据敏感,有较强数据分析和解决问题能力;

4、有创业者基因:你渴望一个能够共同成长的团队,而不是找一份养家糊口的工作

5、有开发高品质产品、编写高质量代码的自我要求" "1、理解广告算法&业务&技术架构,具备一年以上搜索广告或展示广告相关经验;

2、对技术有热情,动手能力强,参加过各类竞赛并取得较好成绩;

3、有高并发情况下的系统设计及实践经验;

(3)用户推荐算法工程师J10324 

工作职责

1、 负责用户推荐架构和算法的设计、研发和持续优化

2、 搭建大规模召回、排序系统,提供高效可靠的线上服务,优化社区生态和用户价值

3、 深入理解用户行为,挖掘数据,改进模型和策略,推动产品迭代。

任职资格

1、2年以上推荐系统/计算广告/搜索引擎研发经验,有扎实的数据结构和算法功底;

2、优秀的编码能力,熟悉C++语言和linux开发环境;

3、有良好的逻辑思维能力,善于分析与解决有挑战性的问题;

4、善于沟通和表达,对视频/内容类产品感兴趣,有较好的产品思维者优先。

地点:海淀区王庄路1号,清华同方科技广场 B座15层


4.滴滴出行

(1)高级算法工程师/算法专家-大数据策略(J170525465)

工作职责:

1. 参与滴滴最核心的分单、调度、导流、拼车、定价引擎、生态引擎、地图、用户画像等机器学习模型的构建和实现;

2. 构建高效率的算法平台,优化产品各个环节的司乘体验,打造更美好的出行平台。

任职资格:

1. 计算机或者数学相关专业本科及以上学历;

2. 有机器学习、数据挖掘等相关项目实际经验,理解自然语言处理/搜索/推荐系统/用户数据分析和建模的基本概念和常用方法;

3. 在机器学习或数据挖掘方向有较强的积累,熟悉经典的算法并有实践经验,包括但不限于LR、SVM、GBDT、Reinforcement Learning、Deep Learning;

4. 熟练掌握海量数据处理技术,有使用Hadoop/Hive/Spark分析海量数据的能力和经验;

5. 编程基础扎实,熟悉算法数据结构,有较好的C++/Python/Java/Scala开发经验;

6. 有学习热情,关注业界前沿技术和人工智能国际会议研究动态,不断提升自己在机器学习、数据挖掘,运筹优化、机制设计、数理统计等方向的能力,在人工智能相关顶级会议有论文发表者优先;

7. 优秀的分析和解决问题的能力,对挑战性问题充满激情,有较强的沟通能力,责任心和团队意识佳。

(2)引擎/拼车算法工程师/专家(J171110009)-大数据部

工作职责:

1. 负责拼车业务的算法设计与实现(分单、定价、增长等),构建高效共享出行平台。

2. 负责挖掘和分析订单、司机相关业务的海量数据,发现运力和需求不平衡之处,设计并实现运力调度算法。

3. 负责分析和预测全球运力的供需情况,提供智能出行解决方案,应用到滴滴各个产品线。

4. 负责预估、优化各种应答时间,应答率,提升司机乘客用户体验。

任职资格:

1. 计算机或数学相关专业毕业,有扎实的数据结构和算法基础,或者有较好的数学功底。有特征工程,数据建模,机器学习,最优化理论等相关基础。

2. 熟悉常用数据挖掘算法的实现与应用,掌握常用机器学习算法并有实战经验,包括但不限于 LR,GBDT,XGBoost,RL, DNN 等。

3. 有海量数据处理分析经验,熟悉Hadoop,Hive,Spark等大数据处理平台。

4. 编程基础扎实,熟练掌握下列语言之一: C++、Java、python、Scala、Go。

5. 热衷了解和实战业界前沿技术,洞悉人工智能国际会议研究动态,不断提升自己在机器学习、运筹优化、机制设计、数理统计等方向的能力。

6. 优先条件:

※ 有分布式机器学习和数据分析经验的优先。

※ 在人工智能相关顶级会议有论文发表者优先。

※ 编程能力杰出者优先。

※ 有大型系统架构设计和实践经验者优先。

※ kaggle天池等比赛成绩优秀者优先。

(3)深度学习算法工程师/专家(J170925012) -新四业务部

工作职责:

利用滴滴海量的出行数据,构建深度学习模型,对路况/流量预测进行建模,使用数据挖掘和机器学习技术优化滴滴地理信息模型(优化路线到达时间估计),提升滴滴用户的出行体验和平台效率。

任职资格:

1. 具有计算机等相关专业本科及以上学历;

2. 熟悉常用的机器学习算法,例如GBDT、LR、LTR,深度学习等;熟悉常用的特征工程方法;

3. 熟悉caffe或者tensor flow/MXNet等常用深度学习工具;

4. 有地图大数据处理经历者优先;

5.具备较好的沟通表达能力和团队合作意识。

地点:海淀区西二旗软件园


5.探探(算法的优势:因牵扯双向推荐,复杂度高。技术难度大;产品特点:基于通讯录、范围、性别、年龄、爱好等进行匹配。同时还有特色的匿名暗恋短信,双向隐藏信息熟人匹配。支持屏蔽熟人操作(基于通讯录)。)

高级算法工程师(广告、推荐、NLP等多方向)

岗位职责:

1、负责探探的推荐算法的策略优化及算法研究;

2、建立、完善反作弊系统,有效识别垃圾用户;

3、深度数据分析,寻找并解决现有产品问题,提升产品;

4、负责项目管理,并且带领团队成员一起成长。

岗位要求

1、两年以上工作经验,拥有一线知名互联网公司经验者优先;

2、有搜索引擎,推荐系统,图像处理,自然语言方面项目经验者优先;

3、做过以准确率、召回率为主要指标的项目;

4、善于沟通协作,拥有扎实的编程功底,熟悉或者愿意转用Go语言

地点:北京朝阳区东大桥路光华路SOHO二期C座1601

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,366评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,521评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,689评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,925评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,942评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,727评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,447评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,349评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,820评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,990评论 3 337
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,127评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,812评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,471评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,017评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,142评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,388评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,066评论 2 355

推荐阅读更多精彩内容