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": "商业增值-广告算法工程师 - 预估方向",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "核心本地商业-业务研发平台",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 1,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "餐饮推荐预估方向，核心业务、核心岗位。\n具体职责：\n1.广告相关算法策略的研究及开发工作； \n2.海量数据、大规模稀疏模型下CTR/CVR预估算法及系统的研发； \n3.用户行为理解及行为模式研究；\n4.广告程序化创意的探索研究；\n5.探索大模型Embedding与语义表示技术在餐饮广告CTR/CVR预估中的应用，结合用户多模态行为序列构建深度预估模型，持续优化广告投放效果。",
"requirements_text": "1.熟练掌握Linux下面向对象编程(熟悉Java更佳)； \n2.熟悉机器学习、数据挖掘、NLP、图嵌入Embedding、语义表示技术等； \n3.对数据敏感，有较强数据分析和解决问题能力； \n4.有1年及以上搜索、推荐、广告算法经验；\n5.熟练使用PyTorch/TensorFlow等深度学习框架，有大规模稀疏模型训练及推理优化经验；有大模型微调（LoRA/PEFT）或LLM辅助特征工程经验者优先。",
"skills": [AI生成
"Java",
"Linux",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"自然语言处理",
"数据分析",
"数据挖掘",
"模型训练",
"模型微调",
"解决问题",
"大语言模型"
],
"preferred_qualifications": "有大模型微调（LoRA/PEFT）或LLM辅助特征工程经验者优先",
"job_highlights": "日均亿级广告曝光场景下，持续攻坚大规模稀疏模型的实时推理优化与大模型Embedding在CTR/CVR预估中的落地，团队已有多篇团队已有多篇顶会论文收录。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=2755043895&jobShareType=1"
}
]
},
"posting": {
"posting_id": "2755043895",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=2755043895&jobShareType=1"
},
"fulltext": "商业增值-广告算法工程师 - 预估方向\n商业增值-广告算法工程师 - 预估方向\n\n基础信息\n工作地点：北京市\n部门：核心本地商业-业务研发平台\n职位类别：技术类\n职位族群：算法\n更新时间：2026-02-04\n\n岗位职责\n餐饮推荐预估方向，核心业务、核心岗位。\n具体职责：\n1.广告相关算法策略的研究及开发工作； \n2.海量数据、大规模稀疏模型下CTR/CVR预估算法及系统的研发； \n3.用户行为理解及行为模式研究；\n4.广告程序化创意的探索研究；\n5.探索大模型Embedding与语义表示技术在餐饮广告CTR/CVR预估中的应用，结合用户多模态行为序列构建深度预估模型，持续优化广告投放效果。\n\n岗位基本要求\n1.熟练掌握Linux下面向对象编程(熟悉Java更佳)； \n2.熟悉机器学习、数据挖掘、NLP、图嵌入Embedding、语义表示技术等； \n3.对数据敏感，有较强数据分析和解决问题能力； \n4.有1年及以上搜索、推荐、广告算法经验；\n5.熟练使用PyTorch/TensorFlow等深度学习框架，有大规模稀疏模型训练及推理优化经验；有大模型微调（LoRA/PEFT）或LLM辅助特征工程经验者优先。\n\n岗位亮点\n日均亿级广告曝光场景下，持续攻坚大规模稀疏模型的实时推理优化与大模型Embedding在CTR/CVR预估中的落地，团队已有多篇团队已有多篇顶会论文收录。\n餐饮推荐预估方向，核心业务、核心岗位。\n具体职责：\n1.广告相关算法策略的研究及开发工作； \n2.海量数据、大规模稀疏模型下CTR/CVR预估算法及系统的研发； \n3.用户行为理解及行为模式研究；\n4.广告程序化创意的探索研究；\n5.探索大模型Embedding与语义表示技术在餐饮广告CTR/CVR预估中的应用，结合用户多模态行为序列构建深度预估模型，持续优化广告投放效果。\n1.熟练掌握Linux下面向对象编程(熟悉Java更佳)； \n2.熟悉机器学习、数据挖掘、NLP、图嵌入Embedding、语义表示技术等； \n3.对数据敏感，有较强数据分析和解决问题能力； \n4.有1年及以上搜索、推荐、广告算法经验；\n5.熟练使用PyTorch/TensorFlow等深度学习框架，有大规模稀疏模型训练及推理优化经验；有大模型微调（LoRA/PEFT）或LLM辅助特征工程经验者优先。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}