为了让菜鸡的自己学习更有方向感，本文贴上各厂的推荐算法岗位的要求
（ps：本文既不是广告问也不是内推文！！！）。

算法工程师的工作流程（王喆）

• 问题提出 ： 清楚领导提出的问题，或者自己发现问题。
• 数据和业务探索 ： 在动手解决这个问题之前，我们一定要花时间弄清楚业务的相关逻辑，并且动手用一些脚本程序弄清楚自己可利用数据的数据量、数据特点、提取出一些特征并分析特征和标签之间的相关性。
• 初始解决方案 ： 根据探索结果提出初始解决方案。
• 解决方案调优 ：在初始解决方案之上，进行技术选型和参数调优，确定最终的解决方案。
• 工程落地调整 ：针对工程上的限制调整技术方案，尽量做到能简勿繁，能稳定不冒险。
• 生产环境上线 ： 进行最终的调整之后，在生产环境上线。
• 迭代与复盘 ： 根据生产环境的结果进行迭代优化，并复盘这个过程，继续发现问题，解决问题。

（1）做算法工程师，首先要有扎实全面的技术功底，但更重要的其实是自信和务实的精神，不迷信所谓的权威模型，不试图寻找万能的参数，从业务出发，从用户的真实行为出发，才能够构建出最适合你业务场景的推荐模型 。

（2）算法工程师是一份极有挑战的工作，相比研发岗有非常确定的项目目标，算法的优化工作往往需要我们自己去找到那个可以提升的点，自己去找到那组最合适的参数，并且可以完成生产环境的工程实现。这给了我们极大的灵活性，也给了我们不小的业绩压力。

一、不知哪个厂：

【推荐算法工程师】
工作职责：负责推荐系统部分核心模块的设计与开发实现及文本图像信息的特征抽取模块。
任职资格：
1、计算机或相关专业，硕士及以上学历。
2、熟悉常用机器学习算法，包括但不限于LR、RF、SVM、Xgboost。
3、熟悉LR，GBDT，W&D，DeepFM 等经典算法。
4、熟悉word2vec、doc2vec、fasttext、textrank、bert等NLP经典模型且有使用经验。
5、熟练掌握 Python，有扎实的编码与实战能力。熟悉hadoop，spark，tensorflow/pytorch 等工具的使用。
6、有较强的沟通协作能力，学习能力，且具备产品意识。

二、联通研究院

招聘图神经网络研究员。工作时间955，薪酬对标阿里p6-7，特别优秀者可以人才引进的方式达到对标p8的薪酬。

岗位职责：基于中国联通网络、基站、用户数据，在充分保护商业秘密和用户隐私的前提下，建立图表示学习在通信场景下的标准数据集，开拓图神经网络的新应用场景；研究包含时空要素的图神经网络算法，在通信网络数据集上取得模型表现的突破；在国内外一流学术期刊及会议上发表高水平论文。

任职要求：
(1) 博士学历，通信、计算机等相关专业优先；特别优秀者可放宽至硕士；
(2) 英语水平能满足文献调研、英文论文写作的要求；
(3) 在图神经网络/图表示学习领域有一年以上经验，学术界或工业界均可；
(4) 加分项：①迁移学习/预训练/小样本学习②时间序列③数据安全与隐私计算。

三、阿里巴巴

3.1 广告算法工程师

职位描述
1、负责CTR/CVR/LTV等广告排序核心模型的优化和创新;
2、大规模分布式机器学习模型与训练工具的探索与实现；
3、社交电商场景，“商品-用户-内容/关系”等多维数据建模，提升流量变现效率与电商转化效率；
4、强化学习、深度学习在商业化营销业务的前沿探索与应用。
任职要求
1、熟悉常用的编程语言Python/Java/C++之一，了解数据结构与算法；
2、熟悉解机器学习、深度学习、数据挖掘，熟悉Tensorflow或Pytorch等模型开发工具；
3、数据驱动，有较强的数据挖掘能力和分析能力；
4、理解广告算法，业务，技术架构，熟悉常用的广告/推荐模型，具备一年以上搜索广告或展示广告相关经验。
加分项：
1、有deep models在大规模业务上的经验，特别是在广告和推荐上的经验；
2、在顶级会议(ICML & NIPS & ICLR, Recsys & KDD)上发表过papers。

3.2 推荐算法工程师

职位描述
1、参与亿级用户规模的视频推荐优化，提升停留时长、点击率、留存率等核心指标；
2、分析海量用户行为数据和视频数据，增加有效的特征，挖掘用户兴趣，优化排序机制；
3、通过超大规模机器学习模型和系统，使用先进的检索和排序手段，优化社区生态，优化推荐效果；
4、参与搭建推荐系统框架，提供高并发，大数据，高效可靠的线上服务。

任职要求
1、熟练使用C++、Java 中至少一种编程技术，熟练使用多种语言加分，例如Python，Scala等；
2、计算机相关专业，本科及以上学历，三年以上相关实际工作经验；
3、对推荐算法有深入研究，同时精通常见机器学习算法，如：逻辑回归、SVM、神经网络、决策树、贝叶斯等；
4、至少熟练使用一种深度学习开源框架，如Caffe，Tensorflow，Pytorch等；
5、在AAAI，ICML，NIPS，IJCAI等顶会上发表论文加分。
校招/社招均可

四、比心陪练

算法实习生JD
1.负责比心陪练App等相关业务个性化推荐算法的研发工作，在召回、排序、策略等全链路进行算法优化，提升用户体验和交易转化效率；
2.负责大规模深度学习在用户建模、兴趣发现、CTR预估、多场景迁移学习等领域中的应用落地；
3.负责推荐算法的流量机制分配、冷启动、用户增长等策略设计与应用；
4.负责分析陪练业务的海量数据，挖掘业务特点和产品价值，提供技术解决方案。

职位要求
1、计算机，统计等相关专业2022年毕业生。
2、具备极佳的工程实现能力，熟练掌握Tensorflow或Pytorch, Java/C++/Python中至少一门语言，有ACM等比赛经验者优先；
3、对大规模深度学习有深入研究和应用经验优先，有国际顶会论文发表者优先；

五、腾讯CSIG(社招)

所在部门：腾讯-CSIG
所在城市：深圳
职位简报：
腾讯T8-T10，本科及以上，工作3年以上，不需要带人，能否独立承担一个子业务的推荐算法建设，base在30k~60k。

职位优势：
小程序平台电商（微信-支付-腾讯惠聚小程序），业务上升期，大厂福利，加班少。

岗位职责:
1、负责小程序电商场景下“人、货、场”特征设计和模型建设；
2、负责商品选品服务建设，包括选品召回、选品排序模型建设；
3、跟踪业界前言技术发展，探索应用机器学习/深度学习/数据挖掘等技术，不断的提升和优化小程序信息流转化效率。

任职要求：
1、计算机、统计、数学、信息管理或相关专业本科及以上学历，有三年以上互联网工作经验；
2、熟悉推荐业务常用理论和算法，在一个或多个领域（如排序模型，召回模型，用户画像，深度学习等）有2年以上实际工作经验。有商品推荐，信息流推荐经验者优先；
3、具有扎实的数据结构和算法设计功底，优秀的代码能力；
4、熟练掌握机器学习、深度学习的基础理论和方法，有推荐系统、搜索引擎、广告系统经验者优先；
5、熟练使用一种或几种深度学习框架（如tensorflow、caffe、mxnet、pytorch等），或者熟悉spark、hadoop分布式计算编程者优先。

六、字节跳动

字节跳动抖音推荐团队，负责抖音核心场景的推荐算法工作。

1.利用机器学习技术，改进短视频的推荐系统，优化数亿用户的阅读体验；
2.分析基础数据，挖掘用户兴趣、内容价值，增强推荐系统的预测能力。

职位要求
1.热爱计算机科学和互联网技术，对人工智能类产品有浓厚兴趣；
2.具备强悍的编码能力，熟悉 linux 开发环境，熟悉 C++ 和 Python 语言优先；
3.优秀的分析问题和解决问题的能力，对解决具有挑战性问题充满激情 ；
4.有扎实的数据结构和算法功底，熟悉机器学习、自然语言处理、数据挖掘中一项或多项；
5.对推荐系统、计算广告、搜索引擎相关技术有经验者优先；
6、本科及以上学历，计算机相关专业，21年毕业的同学优先，有相关实习经验的同学优先, 实习时间3个月及以上，每周至少4天。

七、美团

岗位：(高级) 推荐算法专家
部门：美团-app增长技术部
工作地点：北京

职位简报：

1. 负责美团APP各推荐展位（首页、内页推荐、资源位等）的核心算法优化迭代，包括但不限于召回/排序相关的海量数据分析挖掘、超大规模深度学习实战、业界前沿技术探索等等，为数亿量级美团用户服务；

2. 深耕业务特点和生活场景（包括但不限于到家、到店、出行等场景），从美团LBS服务共性解决方案出发，探索迁移学习、强化学习、可解释性推荐、异构建模等模型算法落地；

3. 负责推荐算法中某个方向的中长期技术规划，制定相应的技术发展方向，并在具体场景成功应用。

岗位要求：

• 2年及以上推荐/广告/搜索 相关经验；

• 扎实的编程能力和数据结构基础，较强的业务问题分析和解决能力；

• 熟悉常用的机器学习、深度学习或强化学习算法，了解召回/排序相关基础算法；

• 自驱主动，沟通良好，有团队协作精神。

• 工作有热情，追求卓越。

加分项：

• 有推荐业务上大规模机器学习优化落地经验；

• 有复杂业务场景下深度学习模型的算法研发及改进经验；

• 密切关注业界最新进展，在SIGKDD、NIPS、ICML、ICLR、SIGIR、RECSYS等顶会发表过创新性论文或调研业界论文并成功应用于实践；

• 在Kaggle等平台上取得较大型机器学习/深度学习竞赛靠前名次。

八、中国移动

岗位：推荐算法
所在部门：中国移动研究院-人工智能中心
工作地点：北京/西安/杭州
职位优势：央企研究院，团队氛围好

职责描述：

• 针对公司推荐相关产品的需求，用推荐算法来提升用户点击率和订购率；

• 应用机器学习、自然语言处理等技术，基于海量用户行为和日志，挖掘潜在用户特征、物品特征；

• 推荐召回模型离线、在线的开发与优化；

• 推荐排序模型离线训练、在线部署的开发与优化；

• 推荐效果离线、在线评估指标的定义与跟踪优化；

• 以数据挖掘和数据分析为基础，发现新的产品改进点，驱动产品改进，探索新的产品形态；

• 跟踪业界最新的推荐算法和研究趋势，并将其尝试应用于实际的生产环境。

任职要求：

学历及专业：计算机、软件工程、通信、数学等相关专业，学历为硕士研究生及以上

技能要求：

• 熟悉掌握Python、JAVA开发语言的一种或多种，具有优秀的编码能力、扎实的数据结构和算法功底；

• 熟悉机器学习、深度学习等模型，包括但不限于LR、GBDT、XGboost、DNN、Wide&Deep、DeepFM、MMoe、图神经网络等，并进行过相关的实践；

• 熟悉Tensorflow、Pytorch等深度学习工具并有实际落地项目经验，有基于深度学习排序算法的经验；

• 熟悉Hadoop、Spark、Flink、Storm、hive等大数据工具优先；

• 较强的技术攻关能力，能够跟进领域内最新技术研究成果，并结合应用场景快速实验和调优；

• 具备良好的团队合作精神和沟通意识

经验要求：机器学习、人工智能、大数据挖掘领域具备2年以上的上述相关研发经验。

九、京东

岗位：京东推荐算法部算法岗
所在部门：京东-搜索与推荐平台部-推荐算法部
职位简报：京东职级 >= T5

岗位优势：
团队负责京东主站的首页推荐，属于核心业务，足够大的数据量，业界领先的电商推荐技术~
以下要求满足一项或者几项就可：

1. 负责深度学习技术在内容质量，内容标签，智能图文生成，语义匹配和内容推荐中的应用；

2. 负责超大规模深度学习在用户建模，CTR预测，多场景迁移学习中的应用；

3. 负责图嵌入学习在商品和用户表征学习，向量化召回，兴趣聚合和排序中的应用；

4. 负责通过强化学习，autoML 等优化推荐策略和排序模型；

5. 负责大规模深度稀疏学习的优化方法研究,训练和预测加速；

任职资格：

1. 计算机或相关专业硕士及以上

2. 3年以上工作经验，有推荐，搜索，广告和NLP背景优先

3. 熟练掌握Java/C++/Python中至少一门语言

4. 有大规模深度学习和强化学习应用或研究背景优先

十、米哈游

公司：米哈游
部门：数据挖掘部
工作地点：上海
岗位：推荐算法

任职要求：

1. 计算机、统计或数学等相关专业，硕士及以上学历，3年以上相关工作经验；

2. 熟悉推荐模型常用理论和算法，如排序模型、点击预估、召回模型、用户画像、深度学习等，并具有3年以上应用于生产系统经验和能力；

3. 有机器学习、深度学习相关经验，熟悉常见的机器学习算法，对原理及应用有较深入的理解；

4. 具有一定的NLP理论基础和常规方法，了解或熟悉知识图谱使用；

5. 具有良好的工程实现能力，熟悉linux开发环境，熟练掌握Java、Python、Scala等其中至少一门编程语言；

6. 精通Keras/Tensorflow/PyTorch等其中一种深度学习框架；

7. 熟悉Hadoop、Spark等分布式并行处理技术，具备 Spark或Flink等大数据开发实施经验，熟练Hive SQL语言；

8. 有推荐、搜索、广告的实际产品化经验优先，在机器学习、人工智能、数值优化等领域有优秀论文发表记录优先；

9. 聪明、自信，敢于突破，对前沿的技术有执着的追求和热爱。

文章来源: andyguo.blog.csdn.net，作者：山顶夕景，版权归原作者所有，如需转载，请联系作者。

原文链接：andyguo.blog.csdn.net/article/details/121044996