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-广告算法专家-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": "",
"degree": "计算机、数学、统计学或相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "负责广告投放系统的核心算法研发与优化，涵盖召回、粗排、精排及投放策略全链路。\n具体包括：基于大规模用户行为数据构建高效的广告召回策略，设计和优化排序模型以提升广告变现效率与用户体验；探索前沿机器学习方法（如深度学习、强化学习、生成式检索等）在广告系统中的落地应用；与工程团队紧密协作，推动算法方案在大规模分布式系统中的工程化落地与性能优化。",
"requirements_text": "1.计算机、数学、统计学或相关专业本科及以上学历；\n2.具备 2 年以上推荐系统、计算广告、搜索引擎或反作弊领域的实际研发经验；\n3.扎实的机器学习与数据挖掘基础，熟悉深度学习、NLP、大规模分布式计算等技术，有完整的项目落地经验；\n4.熟练掌握 C/C++ 编程，对数据结构和算法设计有深刻理解；\n5.具备良好的数据敏感度与逻辑分析能力，能从海量数据中发现有价值的规律并驱动业务优化；\n6.优秀的沟通协作能力与技术领导力，能推动跨团队合作解决复杂问题；\n7.对技术挑战充满热情，具备自驱学习和持续精进的工作习惯。\n加分项：\n1.有广告平台召回、粗排、精排或投放策略的完整研发经验；\n2.熟悉生成式检索、强化学习排序、多目标优化等前沿方向；\n3.有大规模用户画像或内容理解相关数据处理经验；\n4.在顶会（KDD/SIGIR/WWW/NeurIPS/AAAI等）发表过相关论文。",
"skills": [AI生成
"C++",
"机器学习",
"深度学习",
"强化学习",
"自然语言处理",
"数据结构",
"算法设计",
"数据挖掘",
"团队协作",
"分析能力",
"C语言"
],
"preferred_qualifications": "加分项：",
"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=953901"
}
]
},
"posting": {
"posting_id": "953901",
"post_date": "2026-09-16",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.quark.cn/off-campus/position-detail?positionId=953901"
},
"fulltext": "千问事业部-广告算法专家-北京\n千问事业部-广告算法专家-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\n负责广告投放系统的核心算法研发与优化，涵盖召回、粗排、精排及投放策略全链路。\n具体包括：基于大规模用户行为数据构建高效的广告召回策略，设计和优化排序模型以提升广告变现效率与用户体验；探索前沿机器学习方法（如深度学习、强化学习、生成式检索等）在广告系统中的落地应用；与工程团队紧密协作，推动算法方案在大规模分布式系统中的工程化落地与性能优化。\n\n职位要求\n1.计算机、数学、统计学或相关专业本科及以上学历；\n2.具备 2 年以上推荐系统、计算广告、搜索引擎或反作弊领域的实际研发经验；\n3.扎实的机器学习与数据挖掘基础，熟悉深度学习、NLP、大规模分布式计算等技术，有完整的项目落地经验；\n4.熟练掌握 C/C++ 编程，对数据结构和算法设计有深刻理解；\n5.具备良好的数据敏感度与逻辑分析能力，能从海量数据中发现有价值的规律并驱动业务优化；\n6.优秀的沟通协作能力与技术领导力，能推动跨团队合作解决复杂问题；\n7.对技术挑战充满热情，具备自驱学习和持续精进的工作习惯。\n加分项：\n1.有广告平台召回、粗排、精排或投放策略的完整研发经验；\n2.熟悉生成式检索、强化学习排序、多目标优化等前沿方向；\n3.有大规模用户画像或内容理解相关数据处理经验；\n4.在顶会（KDD/SIGIR/WWW/NeurIPS/AAAI等）发表过相关论文。\n负责广告投放系统的核心算法研发与优化，涵盖召回、粗排、精排及投放策略全链路。\n具体包括：基于大规模用户行为数据构建高效的广告召回策略，设计和优化排序模型以提升广告变现效率与用户体验；探索前沿机器学习方法（如深度学习、强化学习、生成式检索等）在广告系统中的落地应用；与工程团队紧密协作，推动算法方案在大规模分布式系统中的工程化落地与性能优化。\n1.计算机、数学、统计学或相关专业本科及以上学历；\n2.具备 2 年以上推荐系统、计算广告、搜索引擎或反作弊领域的实际研发经验；\n3.扎实的机器学习与数据挖掘基础，熟悉深度学习、NLP、大规模分布式计算等技术，有完整的项目落地经验；\n4.熟练掌握 C/C++ 编程，对数据结构和算法设计有深刻理解；\n5.具备良好的数据敏感度与逻辑分析能力，能从海量数据中发现有价值的规律并驱动业务优化；\n6.优秀的沟通协作能力与技术领导力，能推动跨团队合作解决复杂问题；\n7.对技术挑战充满热情，具备自驱学习和持续精进的工作习惯。\n加分项：\n1.有广告平台召回、粗排、精排或投放策略的完整研发经验；\n2.熟悉生成式检索、强化学习排序、多目标优化等前沿方向；\n3.有大规模用户画像或内容理解相关数据处理经验；\n4.在顶会（KDD/SIGIR/WWW/NeurIPS/AAAI等）发表过相关论文。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}