职位&公司对比
职位详情
- 北京
- 5-10年
- 硕士
- 计算机相关专业
- 数学/统计相关专业
- 搜索/信息检索算法经验
岗位要求: 1. 计算机或数学相关专业本科以上直聘学历; 2. 具有良好的沟通能力、团队合作意识、逻辑思维能力和执行力; 3. 优秀的分析问题和解决问题的能力; 4. 掌握常用的搜索推荐和机器学习算法,如逻辑回归、GBDT等; 5. 熟练kanzhun掌握一门编译型语言kanzhun(C++/Java),以及一门脚本语言如Python的开发,有扎实的编程能力; 6. 符合以下条件之一者优先: (1) 熟悉搜索引擎产品的架构和技术细节、有分布式系统、搜索算法、或者推荐系kanzhun统研发经验者优先; (2) 在机器学习、数据挖掘领域有深入理解,有参与大型项目经验者优先; (3) 对深度学习、自然语言理解(NLP/NLU)前沿技术有深入理解,并有项目经验者优先; (4) 熟悉搜索召回算法体系,有LTR(Learning To Rank)经验者优先。
职位详情
- 北京
- 3-5年
- 硕士
- Python
- 计算机相关专业
工作职责为以下方向之一:来自BOSS直聘 1. 搜索相关性算法:设计和优化主搜相关性下Query理解、商品理解、深度语义相关性、类目预测、实体匹配等方向;建立合理的相关性评测方法,进行数据挖掘,迭代数据标注任务,积累电商领域知识数据资产; 2. 搜索召回算法:设计和优化主搜召回下超大规模召回任务:负责文本query理解/商品理解、超大规模智能索引的构建、基于图文双模态的语义匹配等技术方向在召回的落地;负责大规模用户个性化召回技术;设计和优化多路召回差异化协同机制,设计指导召回迭代的评价指标; 3. 搜索排序算法:设计和优化主搜排序下超大规模点击率、转化率精准预估任务:深入研究全域用户行为建模、大规模商品表达、端到端多模态排序、全域信息迁移、无偏学习等技术方向在排序的应用; 4. 搜索基础算法:探索稀疏模型结构设计,优化模型在样本、训练、存储和推理的极致性能;研究和分析搜索全链路多阶段漏斗,优化和设计搜索全链路框架设计; 5、多模态&大语言模型:研究和开发基于多模态的预训练算法,挖掘电商图文多模态信息,构建电商商品多模态预训练表征学习任务;探索大语言模型在检索任务上的训练方式,分析和解决大语言模型在电商搜索召回和排序上的挑战和问题,完成在具体搜索任务的落地应用; 职位来自BOSS直聘要求 职位层级开放: 1. 计算机、自动化、数学或统计学等相关专业; 2. 具备扎实的数据结构,算法和编码能力,精通至少一种编程语言,如C++、JAVA、Python等 3. 熟练掌握机器学习/深度学习算法的基本原理,并能灵活运用 4. 有扎实的动手能力,有工业界相关方向的实践经验者,或参加过ACM或数据挖掘/机器学习类竞赛并取得优异名次者优先 5. 有强烈的技术热情,有皮实乐观、不畏挫折的心态;具备优秀的分析和解决问题的能力;具备优秀的学习能力和团队合作精神 kanzhun6. 在顶级计算机学术会议(SIGIR、SIGKDD、ICML、NIPS、www、AAACIKM、ACL、RECSYS、CVPR、ICCV、ECCV、ICLR等)或期刊上发表过论文者优先
技能解析
- 脚本语言
- 合作意识
- 具有良好的沟
- 机器学习算法
- 沟通能力
- 分析问题
- 数据挖掘领域
- 分析问题和解决问题的能力
- 逻辑思维
- 逻辑回归
- 逻辑思维能力
- 编程能力
- 自然语言
- 团队合作意识
- 好的沟通
- 分布式系统
- 研发经验
- 搜索引擎
- 机器学习
- 优秀的分析
- 解决问题的能力
- 深度学习
- 学习算法
- 解决问题
- 团队合作
- 数据挖掘
数据来自CSL职业科学研究室
技能解析
- JAVA
- 结构设计
- 编程语言
- 学习能力和
- 合作精神
- 分析和解决问题的能力
- 数据标注
- 团队合作精神
- 研究和分析
- 研究和开发
- 深度学习算法
- 框架设计
- 数据结构
- 基本原理
- 动手能力
- 基础算法
- 学习能力
- 分析和解决问题
- 用户行为
- 编码能力
- 机器学习
- 优秀的分析
- 解决问题的能力
- 深度学习
- 学习算法
- 解决问题
- 团队合作
- 数据挖掘
数据来自CSL职业科学研究室
工作时间
公司福利
- 五险一金
- 补充医疗保险
- 定期体检
- 加班补助
- 年终奖
- 股票期权
- 带薪年假
- 通讯补贴
公司福利
- 五险一金
- 定期体检
- 年终奖
- 股票期权
- 带薪年假
- 员工旅游
- 免费班车
- 餐补
备注
职位发布者未明确表明公司信息,具体可咨询职位发布人进行确认。