主分类：搜索推荐与业务决策算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "千问事业部-夸克-推荐算法专家-资源推荐-北京",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "技术类-算法"AI生成
},
"company": {
"company_name": "夸克",
"company_industry": "互联网 / 人工智能应用",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "夸克提供AI搜索等人工智能应用服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 1,
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责通用搜索场景下资源（小说、视频、软件、游戏、漫画等）推荐相关的召回、排序、策略等算法设计与技术规划；\n2. 参与制定推荐算法策略和流程，使用机器学习和深度学习技术维护和更新模型，确保推荐算法的质量和效率；\n3. 与产品经理、数据科学家、产品运营专家等合作，确保推荐系统的设计和实现符合需求。",
"requirements_text": "1、扎实的算法和数据结构基础，优秀的业务理解能力和编码能力，有推荐算法1年以上研发经验；\n2、机器学习基础理论扎实，熟悉常用的推荐算法模型（如SWING、DeepFM、DIN、端到端推荐），对模型调优有一定实践经验；\n3、对推荐系统召回/排序/多样性/冷启动中一个或多个方向有过深入的实践，熟悉业界经典的模型和方法；\n4、熟悉至少一门编程语言（java/python），熟悉至少一种神经网络框架（Tensorflow、Pytorch），熟悉Linux开发环境；\n5、善于沟通，乐观自信，良好的团队合作精神；对新技术充满好奇，能够持续学习，乐于实践，无惧试错。\n加分项 ：\n1、有个性化推荐、广告、搜索等相关领域的项目经验；\n2、在KDD、NeurIPS、WWW、SIGIR、WSDM、CIKM、ICLR、ICML、IJCAI、AAAI、RecSys等会议发表过论文优先；\n3、有高关注度的机器学习相关博客或github项目",
"skills": [AI生成
"Python",
"Java",
"Linux",
"PyTorch",
"TensorFlow",
"机器学习",
"推荐算法",
"数据结构",
"团队协作"
],
"preferred_qualifications": "加分项 ：；2、在KDD、NeurIPS、WWW、SIGIR、WSDM、CIKM、ICLR、ICML、IJCAI、AAAI、RecSys等会议发表过论文优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.quark.cn/off-campus/position-detail?positionId=100008400008"
}
]
},
"posting": {
"posting_id": "100008400008",
"post_date": "2026-09-16",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.quark.cn/off-campus/position-detail?positionId=100008400008"
},
"fulltext": "千问事业部-夸克-推荐算法专家-资源推荐-北京\n千问事业部-夸克-推荐算法专家-资源推荐-北京\n\n基础信息\n职位类别：技术类-算法\n工作地点：北京\n\n职位描述\n1. 负责通用搜索场景下资源（小说、视频、软件、游戏、漫画等）推荐相关的召回、排序、策略等算法设计与技术规划；\n2. 参与制定推荐算法策略和流程，使用机器学习和深度学习技术维护和更新模型，确保推荐算法的质量和效率；\n3. 与产品经理、数据科学家、产品运营专家等合作，确保推荐系统的设计和实现符合需求。\n\n职位要求\n1、扎实的算法和数据结构基础，优秀的业务理解能力和编码能力，有推荐算法1年以上研发经验；\n2、机器学习基础理论扎实，熟悉常用的推荐算法模型（如SWING、DeepFM、DIN、端到端推荐），对模型调优有一定实践经验；\n3、对推荐系统召回/排序/多样性/冷启动中一个或多个方向有过深入的实践，熟悉业界经典的模型和方法；\n4、熟悉至少一门编程语言（java/python），熟悉至少一种神经网络框架（Tensorflow、Pytorch），熟悉Linux开发环境；\n5、善于沟通，乐观自信，良好的团队合作精神；对新技术充满好奇，能够持续学习，乐于实践，无惧试错。\n加分项 ：\n1、有个性化推荐、广告、搜索等相关领域的项目经验；\n2、在KDD、NeurIPS、WWW、SIGIR、WSDM、CIKM、ICLR、ICML、IJCAI、AAAI、RecSys等会议发表过论文优先；\n3、有高关注度的机器学习相关博客或github项目\n1. 负责通用搜索场景下资源（小说、视频、软件、游戏、漫画等）推荐相关的召回、排序、策略等算法设计与技术规划；\n2. 参与制定推荐算法策略和流程，使用机器学习和深度学习技术维护和更新模型，确保推荐算法的质量和效率；\n3. 与产品经理、数据科学家、产品运营专家等合作，确保推荐系统的设计和实现符合需求。\n1、扎实的算法和数据结构基础，优秀的业务理解能力和编码能力，有推荐算法1年以上研发经验；\n2、机器学习基础理论扎实，熟悉常用的推荐算法模型（如SWING、DeepFM、DIN、端到端推荐），对模型调优有一定实践经验；\n3、对推荐系统召回/排序/多样性/冷启动中一个或多个方向有过深入的实践，熟悉业界经典的模型和方法；\n4、熟悉至少一门编程语言（java/python），熟悉至少一种神经网络框架（Tensorflow、Pytorch），熟悉Linux开发环境；\n5、善于沟通，乐观自信，良好的团队合作精神；对新技术充满好奇，能够持续学习，乐于实践，无惧试错。\n加分项 ：\n1、有个性化推荐、广告、搜索等相关领域的项目经验；\n2、在KDD、NeurIPS、WWW、SIGIR、WSDM、CIKM、ICLR、ICML、IJCAI、AAAI、RecSys等会议发表过论文优先；\n3、有高关注度的机器学习相关博客或github项目",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}