数据科学家/机器学习工程师
我们正在寻找专注于推荐系统的数据科学家/机器学习工程师。您将超越简单的分析，研究、构建和部署生产级模型，为数百万用户提供发现服务。
在这个角色中，您将弥合研究与工程之间的差距。您将设计先进的架构并确保其高效运行，与我们的领导团队和数据工程团队紧密合作，将海量数据点转化为实时预测用户意图的体验。
职责
• 构建端到端推荐管道：设计和实施可扩展的推荐架构，从大型目录中呈现相关内容。
• 全周期项目所有权：负责机器学习生命周期中的项目，从初始问题制定和探索性分析到模型训练、验证和部署后监控。
• 高级行为建模：开发和训练深度学习模型（如GNNs、Transformers、宽到窄网络），基于真实交互创建丰富的用户和项目嵌入。
• 可扩展的多GPU训练：设计和执行大规模深度学习模型的分布式训练工作流，利用多GPU策略和并行计算技术最大化训练吞吐量，高效处理海量数据集。
• 战略信号提取与特征建模：系统地挖掘和筛选高维用户、轨迹和流事件数据，区分细微的隐含信号和显性反馈，数学建模这些行为以设计密集的预测特征，提升模型性能。
• 生产工程：编写干净的生产就绪代码（Python），监督模型在高可用性环境中的部署。优化模型以确保低延迟，实现即时加载时间。
• 跨职能协作：与产品和工程团队紧密合作，将业务需求转化为技术规范，确保模型在核心产品生态系统中的无缝开发、集成和部署。
资格
3年以上数据科学或机器学习工程经验，特别是在生产环境中构建和部署推荐系统的经验。
强大的工程能力：精通Python并具有ML框架（PyTorch、TensorFlow）经验。能够编写可处理大规模数据的生产级代码，而不仅仅是笔记本。
深度学习专长：对与推荐系统相关的现代ML技术有实际知识，如深度聚类、图神经网络（GNNs）、Transformers和表示学习。
架构经验：
熟悉向量数据库、嵌入空间和云基础设施（GCP/AWS），以支持高速数据摄取和实时推理。
数学基础：对高级统计概念、矩阵分解和概率分布有扎实的理解。
产品优先思维：致力于通过数据解决复杂的产品问题，如“减少流失”或“会话连续性”，而不仅仅是优化理论指标。
加分项
在零售和购物领域的经验。对“Agentic AI”或语义搜索技术的经验。对推荐循环中用户行为分析的知识。
资历水平
中高级
就业类型
全职
工作职能
工程和信息技术
行业
食品和饮料服务
