[社招][快手] 算法/架构工程师(个性化推荐+搜索+深度学习)

2019 年 6 月 26 日 AINLP

快手核心技术团队社区科学部直接招聘,提供快速反馈和面试,欢迎大家投递简历

职位1. 
高级推荐算法工程师——社交方向 
工作职责: 
1. 负责个性化推荐架构、算法和基础服务的设计、研发和持续优化; 
2. 搭建大规模召回、排序系统和深度模型,提供高可用的线上服务; 
3. 深入理解关系链和业务场景,负责算法策略和架构的中长期布局。

任职资格: 
1. 3年以上推荐系统、计算广告等相关研发经验; 
2. 扎实的机器学习基础和代码功底,熟悉Java/C++和Linux开发环境; 
3. 目标导向,数据驱动,善于结合具体业务场景,分析与解决有挑战性的问题; 
4. 有优秀的逻辑思维能力,对短视频/内容类产品有强烈兴趣。 
—————————————————————————————— 
职位2. 
数据分析师-社交方向 
工作职责: 
1. 通过系统的数据与产品策略分析,在关系链、消息、私信、分享、搜索、动态信息流等社交和消费场景下,设计与迭代相关策略和模型,提升快手社区的粘性和社交属性;

任职资格: 
1. 本科及以上学历,1年以上数据挖掘、策略分析、社交网络分析等相关经验; 
2. 目标导向,优先级清晰,对目标无关的事情可以say no; 
3. 有数据分析和SQL功底,对于自己不熟悉的领域也能快速上手; 
4. 加分项:对产品和用户价值有理解或者较好的直觉,能够把理论与技术相结合; 
5. 加分项:有短视频相关的产品经验,有数据统计与埋点相关经验,有A/B测试的相关经验 
—————————————————————————————— 
职位3. 
高级搜索算法工程师 
工作职责: 
1. 负责快手主App及中台业务的搜索算法和策略优化,提升结果的相关性和用户体验; 
2. 深入搜索业务,能从数据中发现机制和算法的不足,提出改进方案并推动实现; 
3. 跟进前沿技术,结合业务特点,应用于各模块的迭代升级,推动搜索业务的长期可持续增长。

任职资格: 
1. 3年以上分布式搜索、NLP或推荐系统相关经验; 
2. 有扎实的数据结构、机器学习和编程功底,熟悉Java/C++和Linux开发环境; 
3. 目标导向,善于结合具体业务场景,分析与解决有挑战性的问题; 
4. 有优秀的逻辑思维能力,对技术有热情,对短视频/内容类产品强烈兴趣。 
—————————————————————————————— 
职位4. 
推荐算法工程师-深度/强化学习算法 
工作职责 
1. 跟踪机器学习领域前沿技术方向的最新进展,包括强化学习、迁移学习、深度学习等; 
2. 将强化学习等机器学习领域前沿技术应用到快手推荐系统中,优化留存率等核心业务指标; 
3. 系统框架的迭代和优化,提供可靠的线上服务。 
任职资格 
1. 机器学习、深度学习相关方向背景扎实,有实际应用经验; 
2. 优秀的编程能力C++/Python, 熟悉常见的数据结构和算法; 
3. 熟悉Linux开发环境和常用开发工具;熟悉至少一种常用深度学习框架Tensorflow/PyTorch/MxNet等; 
4. 较强的文献阅读和理解能力,良好的逻辑思维、沟通表达能力,良好的技术视野和深度,对前沿技术的实际应用有浓厚兴趣 
加分项: 
1. 高质量技术博客/Github,或知名开源项目contributor; 
2. 机器学习竞赛成绩优异者,如Kaggle/KDD等; 或有ACM/NOI获奖经历; 
3. 顶级会议论文发表者,如NIPS/ICML/IJCAI/CVPR/ACL/SIGKDD等; 
4. 在强化学习、迁移学习等前沿领域,有较深入的研究经验;或在推荐系统/搜索排序系统/大型分布式系统 有较深入的工作经验。 
—————————————————————————————— 
职位5. 
推荐算法工程师-push 推送 
工作职责 
1、负责短视频/直播内容推送推荐算法, 策略的设计和实施. 
2、负责短视频/直播内容推送推荐服务的搭建. 
3、负责推送相关的数据流建设、数据分析. 
4、主要语言为 Java, C++, Go, Python 
任职资格 
1、有扎实的编程能力,精通至少一项 C++/Java/Go/Python等语言或相似语言. 
2、深刻理解计算机原理,有良好的数据结构和算法基础。 
3、熟悉Mysql, Mongo, Redis, Memcached, 消息队列等常用软件. 
4、有推送算法, 推送系统工作经验者优先. 
5、熟悉Hadoop、Hive,有数据统计和数据分析相关经验优先. 
6、有良好的产品意识、敏锐的业务分析能力者优先. 
7、有较强的学习能力,能够快速理解和掌握不局限于编程的各种知识. 
—————————————————————————————— 
职位6. 
推荐算法工程师-A站 
工作职责 – 用推荐手段提高A站业务指标。 – 初期: 参与维持推荐系统运行的必要模型、数据、工程基础工作。按照方向指引,完成指 标调优的策略算法上线。 – 中期: 自行通过数据分析,自己立项提高社区指标。 – 后期: 独立负责一个A站业务场景的推荐系统工作,或者调研实践契合A站场景的新模型方法。

任职资格 
[机器学习与策略] – 熟练掌握常用机器学习基本算法; 至少会使用一种常用开源工具,如TensorFlow, mxnet, pytorch等 – 懂得探索式数据分析,自我驱动找到方案 – 会使用一种可视化分析框架,比如Pandas – 理解AB测试测量模型策略结果的方法与缺陷 – 懂得和使用过经典的大数据与ETL架构,比如Hadoop生态,还有Hive, Kafka – [加分] 以现实可测结果为导向的,算法或者策略团队的工作经验 – [加分] 大流量的推荐或广告系统的工作经验

[开发基础] 
大厂过度的封装让你看不见全局,在快手你能学习更多来龙去脉!在我们团队,策略算法工程师 也需要能够: – 写出生产质量的Java或C++代码。 – 熟悉Linux,能自主测试服务和在线上排错。 – 熟练标准的算法与数据结构。 – [加分] 熟悉典型的分布式系统架构。 – [加分] 了解现代的高吞吐服务的典型构成。

[加分: 工作风格] – 关注整体业务的成功,超过关注对一门技术的实践。 – 对技术的理解绚烂至极归于平淡,热衷用简单的模型策略解决复杂的问题。 – 踏实可靠,愿意把简单工作做对

————————————————————————————————— 
职位诱惑: 
我们提供非常有竞争力的16薪和期权,免费自助餐中餐,免费经典晚餐套餐,免费健身房,社团组织,租房补贴,带薪病假,商业医疗保险。

————————————————————————————————— 
工作地点:北京,欢迎投递简历至gaoheng03@kuaishou.com,可内推(另: 各种技术开发岗位都在持续热招,市场、运营、产品、设计等诸多职位也虚位以待,欢迎各位大神邮件咨询自荐)。在这里,你可以与全球最顶尖的一批头脑共事,在接触、学习最前沿的技术的同时,共同见证、分享公司的快速发展

快手公司简介:

快手是全球最大的短视频生活记录与分享平台,以“记录世界 记录你”为使命。目前,快手全球注册用户已超过7亿,DAU(每日活跃用户数)超1亿,且人均日使用时长超过60分钟,每天有上千万条新视频上传,日均视频播放量100亿。

快手是一家用户导向、人工智能(AI)为核心技术的科技公司,在计算机深度学习、视觉理解、算法分发等方面深耕多年。我们用技术理解用户,同时理解视频内容,通过算法实现内容和用户的个性化匹配,为用户推送符合个人兴趣爱好并适当拓宽边界的内容。

快手坚持“记录世界 记录你”的品牌理念,鼓励所有人去记录真实的生活,致力于促进人与人之间的理解,提升用户幸福感,给“每个人”以人文关怀,为普通人展现自我,追逐梦想提供舞台。

快手创业七年,伙伴们大都来自世界各地的科技行业精英,有来自谷歌、脸书、BAT等互联网公司的大牛,也有来自Stanford、MIT、CMU、清北等世界一流学校的顶级人才。

快手的企业文化Geek范儿,秉承硅谷的企业文化与工作氛围,扁平化的组织结构。快手致力于提升每个人的幸福感,员工福利待遇好,丰富的团建活动,免费午晚餐、下午茶让大家可以安心工作。

如果感兴趣,请发简历给我,帮你走简洁明了的内推途径,期待与你共事! 


登录查看更多
0

相关内容

推荐系统的一种应用场景。
【新书】深度学习搜索,Deep Learning for Search,附327页pdf
专知会员服务
203+阅读 · 2020年1月13日
【推荐系统/计算广告/机器学习/CTR预估资料汇总】
专知会员服务
86+阅读 · 2019年10月21日
招聘|国内语义理解最好企业「三角兽」招贤纳士
机器人大讲堂
3+阅读 · 2018年11月12日
从场景到调参,爱奇艺的推荐算法演化之路
聊聊架构
9+阅读 · 2018年3月23日
快手类推荐系统实践
深度学习与NLP
25+阅读 · 2018年2月8日
<公益广告> 阿里巴巴招聘NLP算法专家
深度学习与NLP
3+阅读 · 2017年11月30日
Next Item Recommendation with Self-Attention
Arxiv
5+阅读 · 2018年8月25日
Relational recurrent neural networks
Arxiv
8+阅读 · 2018年6月28日
Arxiv
8+阅读 · 2018年5月15日
Arxiv
13+阅读 · 2018年4月18日
Arxiv
8+阅读 · 2018年2月23日
VIP会员
相关论文
Next Item Recommendation with Self-Attention
Arxiv
5+阅读 · 2018年8月25日
Relational recurrent neural networks
Arxiv
8+阅读 · 2018年6月28日
Arxiv
8+阅读 · 2018年5月15日
Arxiv
13+阅读 · 2018年4月18日
Arxiv
8+阅读 · 2018年2月23日
Top
微信扫码咨询专知VIP会员