💼 工作

针对 DeepSeek, 通义，LLaMA 等主流模型通过对模型优化，框架优化，算子优化提升大模型在单机和集群在不同GPU/NPU卡上性能和运行效率

1. 负责品牌大客在线点餐、品牌营销、会员、预订服务等系统建设，以及保障业务系统大流量、低时延、高稳定性等业务的核心开发，需求承担需求对接、方案设计、代码开发、运维保障等工作。 2. 建设高并发、高性能、高可用的系统，解决业务和技术难题。 3. 迎难而上，保持好奇和学习心态，促进团队共同成长。

部门介绍： 业界领先的地图渲染团队，新一代智能导航的领军者。核心目标是通过导人、导车的产品形态落地，核心技术能力的升级创新，持续为导航、打车、信息、汽车的地图渲染、车道级导航、AI应用提供引擎能力支撑；还有面向未来的云渲染、数字孪生等方向的探索；团队专注地图渲染研发，技术氛围浓厚、追求产品极致，以连接真实世界，服务于广大用户的出行和生活。 部门亮点： ● 车道级导航业界领先，利用几何建模技术，最早实现了人车共导和沉浸式导航。 ● 3D视界，采用游戏化实时渲染技术，结合AI技术，创新性实现了时空互联地图。 ● 顶流产品所需要的渲染技术、图形学、几何建模等业界难题等你来挑战。 岗位职责： 1. 负责3D空间关系构建与建模算法研发； 2. 负责几何图形算法的架构设计与落地； 3. 负责道路数据的精细化渲染研发。

1、利用信息检索、自然语言处理、用户行为分析等提升搜索效果； 2、挖掘对搜索排序有用的特征信息，优化排序模型； 3、持续迭代提升电商搜索结果的排序质量。

我们是滴滴网约车MPT团队，致力于打造世界顶尖的智能交易平台，包括订单分配，司机调度，拼车，定价，补贴等方向，通过不断探索机器学习、强化学习等前沿技术，完善交易市场设计，实现资源最优化分配，力求解决正在发生的以及潜在供需失衡的状况，最大程度满足平台多样化的出行需求，持续优化乘客体验和保障司机收入，提升业务经营效率，引领出行行业变革与发展。 岗位要求： 1.研究包括独乘、拼乘模式下的各种交易匹配、分单调度、乘客预期等算法，持续提升核心交易效率。 2.利用因果推断、运筹规划、机器学习等技术，提升供需预测、补贴定价等运营核心算法效果 3.利用算法技术实现集团各业务线用户的高效增长，优化流量运营效率 4.通过机器学习技术解决司乘纠纷和体验问题，打造良好司乘体验和平台秩序，构建司乘公平的判责能力，守护司乘的安全。 欢迎对技术有追求、对业务有担当的小伙伴加入MPT大家庭，共建交易市场技术方向，为“让出行更美好”贡献一份力量。

1. 知识图谱。主导、参与、设计知识图谱，包括底层本地层设计、实体挖掘、关系抽取、知识推理等。结合零售、医药等领域，并结合搜索词、场景词，构建更为完整的意图图谱体系。图谱建构既需要考虑行业的多样性，也需兼顾行业实体的属性、关系深度，最终目标是构建并长期迭代一个高覆盖、高质量的知识图谱； 2. 意图理解。基本NLP的工作，以NLU为主。其中，搜索关键词理解是主要场景，并有SUG、融合搜、主搜索链路等落地场景。具体NLP任务有且不限于，对于词的基本理解、分类、纠错改写同义归一等； 3.参与建设了么搜索场景的Query供给、召回、排序模块的算法优化，包括候选质量控制、出词相关性计算、以及CTR、CVR、GMV等预估模型的开发； 4.大规模预训练LLM。建设饿了么垂域场景下的语言大模型/多模态大模型，基于通用底座，进行retrain or fine-tune；需要对模型训练底层的算力、框架比较熟悉；构建样本、设计训练任务，并持续调优；上层支撑对应的任务和业务场景，拿收益。

1、基于对业务的深入理解，完成商家核心系统技术规划、架构设计并落地实现。 2、解决技术难点，能提出具有前瞻性的技术思路和方案。 3、具有良好的沟通协调能力、抽象整合能力，结构化思维能力强，能有效抽象并结合部门实际情况提出具有落地可行性的技术改进意见。

1. 参与商业化广告检索数据与样式相关服务的开发与设计，如实验平台，广告索引治理，样式中台建设等； 2. 参与常规需求迭代如广告新样式接入，增量索引开发，程序化DSP对接等；

1. 搜索召回算法：基于多模态&LLM大模型等能力，设计和优化1688搜索召回模块；负责文本query理解和改写；设计和优化分人群的多路召回差异化协同机制，并建立召回迭代的评价指标； 2. 搜索排序算法：设计和优化1688搜索排序下的转化率精准预估任务；深入研究全域用户行为建模、全域迁移学习任务、多模态技术方向在排序的应用；设计和优化1688搜索排序框架，围绕长期用户价值对1688排序模型的目标进行设计和优化； 3. 搜索流量机制：负责1688搜索机制策略创新和优化，包括商业化机制策略和用户增长策略的方案设计和落地； 4. 搜索基础算法：在1688搜索样本和数据特征上进行精细化处理，提升模型效果的上限。

1、负责电商平台商品内容理解所需的相关图像/视频算法研发； 2、优化同款商品/相似图片、图片分类等业务模型； 3、负责检测、分类、分割、AR/slam算法研发和服务。

JD资深前端工程师（云平台团队） 1、负责云平台业务系统的前端开发与维护，持续优化性能与用户体验； 2、与设计、后端、产品等团队协作，推动需求的技术方案落地； 3、过往有大型项目经验，优化开发流程和团队效率； 4、推动前端工程化标准建设，提升代码质量与交付效率； 5、参与复杂用户界面和交互设计的实现，确保设计高度还原。

1、负责工程机械智能化硬件系统架构设计以及智能化传感器等关键器件的选型适配，提供稳定可靠的智能化硬件解决方案； 2、负责工程机械主机厂商的前装智能化功能的研发和技术对接，协助推进前装辅助功能的产品化； 3、负责硬件研发流程和文档资料的梳理，输出完整的硬件生产组装SOP搭建以外部生态为主的生产模式，协助搭建规范交付流程并辅助交付团队完成项目交付。

We are aiming to leverage AI and other leading technology and dedicated to provide safe and reliable risk control capabilities behind payments. The core technologies include rule engines, model engines, intelligent algorithm models, etc., We are the leading platform with capabilities of high concurrent real-time risk calculations and massive big data analysis and processing. And as the core risk management tech platform for global payment business, we adopt a multi-center deployment architecture around the world. Here you may have the opportunity to learn more about and participate in the design and development of the following aspects: 1. Ultimate computing optimization at the millisecond level. 2. Behavior analysis and risk mining under massive data. 3. Global multi-center system architecture planning and high-availability solution design. 4. Participated in the design of R&D of risk control systems and big data platforms. You will also have the opportunity to explore the architectural design and implementation of cutting-edge technologies such as privacy computing and large models in risk control systems.

1、负责质量效能基础设施的建设，包括但不限于自动化测试工具/测试集的引入和二开、一体化测试平台、测试环境管理、各类专项测试、持续集成/持续交付、数据度量等，提高工程生产力； 2、紧密围绕业务需求和痛点发力，对业务测试的质量和效率形成强支撑。

-根据大数据产品需求，设计并实现高质量的前端界面，确保界面兼容性和性能 -优化前端代码，提高页面的加载速度和响应性能 -跟踪前端技术的发展趋势，引入新的技术和工具，提升团队的开发效率 -了解大数据相关的开源产品，具备对开源产品二次开发能力

1、主导软件需求/缺陷/代码/版本/软件易用性等关键质量活动的标准、流程以及体系建设，提升软件质量管理成熟度；（需求/缺陷/代码/版本/软件易用性管理精通一项即可） 2、负责软件专项改善专项工作，通过数据分析、专项拆解、制定专项目标，推动专项目标达成； 3、负责建立软件需求/缺陷/代码/版本/软件易用性等交付件度量模型，识别风险，并推动风险消除；（需求/缺陷/代码/版本/软件易用性管理精通一项即可） 4、负责对软件研发&测试流程进行审计，识别流程设计问题与执行问题，并推动问题解决； 5、引入行业领先的质量管理工具和方法，并成功导入和改良；

1、负责贝壳C端的后端服务设计与开发，保障高并发场景下的系统稳定性； 2、能够理解和分析产品需求，给出合理的技术方案和开发计划; 3、关注性能、微服务、设计模式，提升用户体验

1.深入理解流量业务所涉及的数据科学、算法、与数据需求，紧跟技术发展趋势，带领团队进行设计并搭建业界前沿的用户增长解决方案； 2.带领团队解决技术选型、关键核心模块的研发等技术挑战及疑难问题，包括UA算法、平台对接、多渠道归因与配合、增长数据框架等； 3.对接游戏用户获取的数据和策略需求，联合产品与技术团队，提高用户获取的效果与效率； 4.依据业务发展和技术发展需要，为团队做好中长期规划和推动规划落地。

业内研究表明，生成式的推荐系统存在Scaling Law现象，Scaling Law的出现相较于现有推荐系统无法通过扩充持续提升效果的现象，提出了新的可能性。该团队负责小红书生成式推荐方向，目前已经完成了原型架构的开发和线上验证，欢迎业内在推荐/广告/搜索等领域的专家一起，共同探索生成式推荐在真实业务场景的价值。 【职位描述】 1、负责生成式推荐在小红书社区推荐&展示广告场景的研发； 2、在生成式架构下，重新思考传统推荐架构中的行为建模技术（如超长序列、多兴趣等），并在召回/排序等场景中进行应用； 3、与MLLM和架构团队配合，将其他生成式模型的知识和能力迁移进实时的生成式推荐架构中；

集团公共数据仓储