【社招】【内推】上海Temu搜推:机器学习架构、搜推算法、搜推工程
pdd的跨进电商团队,面试不难、待遇好
,信我,兄弟们有意向的联系 vx:qylgyc22577,我来内推
---------------------------------------------
机器学习架构工程师
岗位职责
1、优化深度学习在线推理服务框架,包括架构设计、系统研发、性能优化,保障模型推理性能与部署效率;
2、优化深度学习模型训练框架,包括不限于CPU的稀疏训练框架、Dense模型训练加速以及离线模型推理优化,保障模型训练的稳定与高效;
3、优化机器学习计算平台,负责构建一站式机器学习解决方案,涵盖从数据集管理、模型训练、模型优化、模型上线以及分布式计算全流程。
任职要求
1、本科及以上学历,具有扎实的计算机基础, 熟悉操作系统和网络, 精通C/C++和Python编程语言, 对数据结构&算法设计有较深刻的理解;
2、精通至少一种主流的深度学习框架,如Tensorflow或Pytorch;
3、精通至少一种主流的模型推理框架,如onnxruntime;
4、责任心强,思路清晰,技术视野开阔,对业界新技术敏感,喜欢钻研,具有良好的学习能力并注重团队合作;
加分项
1、有大模型调优经验者优先;
2、熟悉算子开发经验者优先;
3、熟悉分布式训练框架者优先,了解Parameter Server架构,了解底层通信库,比如MPI或brpc;
5、了解Kubernetes,有相关开发经验者优先;
6、有大型互联网系统(广告、搜索、推荐)经验者优先;
---------------------------------------------
推荐算法工程师
岗位职责
1、通过业界领先的推荐技术提升跨境推荐业务的各项指标,包括点击率、转化率、GMV等;
2、负责推荐系统的各阶段效果优化,包括召回/排序/重排等;
3、负责提升用户的推荐体验,包括推荐多样性、惊喜性、相关性等;
4、深入理解用户在跨境电商的各类行为,分析驱动业务的增长点,并推动落地;
5、研究深度学习、自然语言理解、计算机视觉等领域的前沿算法,结合业务做算法改进和技术创新。
任职要求
1、有召回、排序模型、排序机制等相关经验,有电商大场景算法背景优先;
2、熟悉机器学习领域常用算法和工具,有优秀的建模思维,熟悉Tensorflow/PyTorch等至少一种深度学习框架;
3、熟悉大规模数据处理的常用方法,熟悉Hadoop/Spark/Strom等至少一种分布式系统;
4、熟悉Java/Python等编程语言及常用数据结构,具备良好的编程功底;
5、具备良好的学习能力和沟通能力,对算法驱动数据增长怀有热情。
加分项
1、有大型互联网公司推荐/搜索/广告相关业务实战背景优先;
2、有ACM相关竞赛获奖、顶会论文发表优先。
---------------------------------------------
引擎开发工程师
岗位职责
1、负责跨境电商搜索推荐服务架构设计,打造高性能、高可用、可扩展的架构,支撑业务快速发展;
2、负责端到端全链路的研发和优化, 包括检索、打分、排序等相关后端服务架构, 包括前后端链路的交互方案把控, 优化搜索推荐引擎的计算和存储性能,提升单机吞吐;
3、维护和开发基础组件,包括索引库、检索服务、服务框架、资源管控等,提高系统的性能和扩展性;
4、深刻的理解业务,抽象和设计合理的技术架构,保证架构的合理性和前瞻性, 以适应不断变化的需求;
5、维护线上环境的稳定性,做好限流、熔断、降级等系统保护措施; 做好监控、告警等问题发现手段,及时响应问题修复和排查。
任职要求
1、具有扎实的计算机基础,熟悉操作系统和网络,精通C/C++或者JAVA任一语言, 对数据结构&算法设计有较深刻的理解;
2、有良好的沟通和逻辑思维能力,有足够的技术和业务好奇心,善于学习,善于分析和解决实际问题;
3、至少有搜索、推荐、电商、大规模检索系统或者分布式系统中的一项特长;
4、责任心强,思路清晰,技术视野开阔,对业界新技术敏感,喜欢钻研,具有良好的学习能力并注重团队合作。
加分项
1、有海外电商经验者优先,熟悉多国家、多语言环境下的架构设计者优先;
2、大型互联网系统(广告、搜索、推荐)开发经验者优先;
3、熟悉分布式计算、存储、机器学习系统加分,如es、k8s、Hadoop、MPI、Spark、Flink、tensoflow、HBase等系统。
---------------------------------------------
相关推荐
Temu Api对接指南
Temu Api对接指南是一份详细的教程文档,旨在指导用户如何将第三方ERP系统与Temu平台的API进行对接,以便实现高效的商品管理、订单处理以及库存同步等。
联邦学习在跨境API中的应用:Temu多国用户画像融合策略
联邦学习是一种分布式机器学习方法,允许多个参与方在不共享原始数据的情况下,协同训练一个共享的机器学习模型。其核心思想是在保护数据隐私的前提下,通过多方参与者的协同训练,得到一个全局优化的机器学习模型。联邦学习根据数据分布的不同,可分为横向联邦学习、纵向联邦学习和联邦迁移学习。在跨境场景中,主要应用横向联邦学习,即不同参与方拥有相似的用户特征但不同的用户群体,通过联合训练提升模型性能。
temu build
对于"temu build"来说,这可能意味着"temu"项目是使用GCC 4来编译和构建的。软件构建过程是将源代码转换为可执行程序的关键步骤。通常包括以下几个阶段:1.
拼多多跨境电商TEMU产品支付功能.docx
Temu 的产品支付功能逻辑主要包括 KYC、添加银行卡、3DS 三个方面: 1.
temu的Anti-Content,带调用例子
**temu_good.js**: 这个文件名可能表示它是项目中的核心组件,包含实现“temu”功能的JavaScript代码。可能涉及到解析、验证、过滤或阻止某些特定内容的功能。8.


