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": "商业化算法工程师（J105636）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "IDG",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "百度",
"company_industry": "互联网 / 人工智能",
"company_size": "10000人以上",
"company_website": "baidu.com",
"company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "-计算机、数学、统计、人工智能等相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-商业化核心算法建设：负责搜索/推荐场景的商业化算法研发，包括召回、粗排、精排、创意、竞价与出价机制等，持续提升广告收入、用户体验与生态健康度的综合收益\n-排序与预估模型优化：主导 CTR/CVR/多目标预估模型的迭代，推进深度模型、序列建模、多任务学习、多场景联合建模等方向落地，提升预估精度与线上业务指标\n-机制与策略设计：参与广告竞价机制、出价策略(oCPC/oCPM 等)、流量分配、预算平滑、控制系统(PID/强化学习)等设计与优化，平衡平台、广告主与用户三方利益\n-用户体验与商业价值平衡：设计广告与自然结果的融合排序、频控与相关性过滤策略，在保障用户体验的前提下最大化商业价值\n-全链路优化：从样本、特征、模型到线上服务，端到端优化，主导 A/B 实验设计、指标分析与效果归因，形成可复用的方法论",
"requirements_text": "-计算机、数学、统计、人工智能等相关专业本科及以上学历，3 年以上搜索/推荐/广告等相关算法研发经验\n-扎实的机器学习/深度学习基础，熟悉 CTR/CVR 预估、排序学习(LTR)、多任务、多目标建模等核心技术\n-熟练掌握C++/Go语言，熟悉 TensorFlow/PyTorch 等至少一种深度学习框架，具备大规模稀疏特征模型的训练与调优经验，熟悉大模型SFT微调技术\n-具备扎实的工程能力，熟悉大数据处理(Spark/Hadoop/Flink 等)，能独立完成从数据到模型上线的全链路工作\n-良好的数据分析与问题定位能力，能通过实验和数据驱动决策\n-对业务有较强的敏感度和 owner 意识，能主动发现并推动机会点落地\n-具备较强的抗压能力和结果导向，乐于在快速迭代的环境中解决复杂问题",
"skills": [AI生成
"C++",
"Spark",
"Hadoop",
"Flink",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"数据分析",
"建模",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/SOCIAL/0d05e84b-f6ee-4d76-8a37-99b9cd0320aa"
}
]
},
"posting": {
"posting_id": "0d05e84b-f6ee-4d76-8a37-99b9cd0320aa",
"post_date": "2026-09-08",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/0d05e84b-f6ee-4d76-8a37-99b9cd0320aa"
},
"fulltext": "商业化算法工程师（J105636）\n商业化算法工程师（J105636）\n\n基础信息\n部门：IDG\n地点：北京市\n类别：技术\n招聘人数：1\n发布时间：2026-09-08\n\n工作职责\n-商业化核心算法建设：负责搜索/推荐场景的商业化算法研发，包括召回、粗排、精排、创意、竞价与出价机制等，持续提升广告收入、用户体验与生态健康度的综合收益\n-排序与预估模型优化：主导 CTR/CVR/多目标预估模型的迭代，推进深度模型、序列建模、多任务学习、多场景联合建模等方向落地，提升预估精度与线上业务指标\n-机制与策略设计：参与广告竞价机制、出价策略(oCPC/oCPM 等)、流量分配、预算平滑、控制系统(PID/强化学习)等设计与优化，平衡平台、广告主与用户三方利益\n-用户体验与商业价值平衡：设计广告与自然结果的融合排序、频控与相关性过滤策略，在保障用户体验的前提下最大化商业价值\n-全链路优化：从样本、特征、模型到线上服务，端到端优化，主导 A/B 实验设计、指标分析与效果归因，形成可复用的方法论\n\n职责要求\n-计算机、数学、统计、人工智能等相关专业本科及以上学历，3 年以上搜索/推荐/广告等相关算法研发经验\n-扎实的机器学习/深度学习基础，熟悉 CTR/CVR 预估、排序学习(LTR)、多任务、多目标建模等核心技术\n-熟练掌握C++/Go语言，熟悉 TensorFlow/PyTorch 等至少一种深度学习框架，具备大规模稀疏特征模型的训练与调优经验，熟悉大模型SFT微调技术\n-具备扎实的工程能力，熟悉大数据处理(Spark/Hadoop/Flink 等)，能独立完成从数据到模型上线的全链路工作\n-良好的数据分析与问题定位能力，能通过实验和数据驱动决策\n-对业务有较强的敏感度和 owner 意识，能主动发现并推动机会点落地\n-具备较强的抗压能力和结果导向，乐于在快速迭代的环境中解决复杂问题\n-商业化核心算法建设：负责搜索/推荐场景的商业化算法研发，包括召回、粗排、精排、创意、竞价与出价机制等，持续提升广告收入、用户体验与生态健康度的综合收益\n-排序与预估模型优化：主导 CTR/CVR/多目标预估模型的迭代，推进深度模型、序列建模、多任务学习、多场景联合建模等方向落地，提升预估精度与线上业务指标\n-机制与策略设计：参与广告竞价机制、出价策略(oCPC/oCPM 等)、流量分配、预算平滑、控制系统(PID/强化学习)等设计与优化，平衡平台、广告主与用户三方利益\n-用户体验与商业价值平衡：设计广告与自然结果的融合排序、频控与相关性过滤策略，在保障用户体验的前提下最大化商业价值\n-全链路优化：从样本、特征、模型到线上服务，端到端优化，主导 A/B 实验设计、指标分析与效果归因，形成可复用的方法论\n-计算机、数学、统计、人工智能等相关专业本科及以上学历，3 年以上搜索/推荐/广告等相关算法研发经验\n-扎实的机器学习/深度学习基础，熟悉 CTR/CVR 预估、排序学习(LTR)、多任务、多目标建模等核心技术\n-熟练掌握C++/Go语言，熟悉 TensorFlow/PyTorch 等至少一种深度学习框架，具备大规模稀疏特征模型的训练与调优经验，熟悉大模型SFT微调技术\n-具备扎实的工程能力，熟悉大数据处理(Spark/Hadoop/Flink 等)，能独立完成从数据到模型上线的全链路工作\n-良好的数据分析与问题定位能力，能通过实验和数据驱动决策\n-对业务有较强的敏感度和 owner 意识，能主动发现并推动机会点落地\n-具备较强的抗压能力和结果导向，乐于在快速迭代的环境中解决复杂问题",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}