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": "高阶算法工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "算法研发"AI生成
},
"company": {
"company_name": "小米集团",
"company_industry": "消费电子 / 智能制造 / 物联网",
"company_size": "10000人以上",
"company_website": "xiaomi.com",
"company_description": "小米是一家消费电子和智能制造企业，以智能手机、智能硬件和物联网平台为核心。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 5,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责小米信息流场景（图文、短视频）的个性化推荐算法研发，提升推荐效果和用户体验；\n2. 深入理解业务场景和数据，设计和优化多目标排序模型，提升内容分发的精准度、多样性和生态健康度；\n3. 推进召回、粗排、精排、混排等环节的算法迭代，探索深度学习、强化学习、多任务学习等前沿技术在推荐系统中的应用；\n4. 构建和优化大规模特征工程、在线服务架构，保障高并发场景下的系统稳定性和效率；\n5. 与产品、运营、数据团队紧密协作，通过数据分析、AB实验等方式驱动业务增长；\n6. 跟踪业界最新技术动态，打造一流推荐系统",
"requirements_text": "1. 具有 5 年以上推荐算法相关工作经验，成功主导或参与过至少一个大型推荐系统项目的全生命周期开发，能够独立承担复杂模块的设计和实现，并对项目的整体性能和效果负责。\n2. 熟悉召回、排序、重排等推荐系统关键模块，具备多目标优化、冷启动、多样性调控等实战经验；\n3. 熟练掌握业内常见的深度学习模型的理论基础和实践应用，熟悉常见的深度学习框架（如 TensorFlow、Keras 等），能够熟练运用这些技术解决实际的推荐系统问题，具有丰富的模型设计、训练、调优和部署经验。\n4. 具备良好的问题解决能力和技术攻关能力，能够快速定位和解决推荐系统中出现的复杂技术问题，如模型过拟合、推荐结果的偏差和多样性不足等，通过深入分析和实验验证，提出有效的解决方案并推动其实施。\n5. 具备优秀的团队协作精神和沟通能力，能够与不同背景的团队成员（如数据研发、算法工程师、产品经理、业务运营等）进行高效的沟通和协作，共同保障项目目标的有序落地。\n6. 对新技术和新知识保持强烈的好奇心和学习热情，具备快速学习和掌握",
"skills": [AI生成
"TensorFlow",
"深度学习",
"推荐算法",
"团队协作",
"沟通能力"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7630810145971423542/detail"
}
]
},
"posting": {
"posting_id": "7630810145971423542",
"post_date": "2026-04-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7630810145971423542/detail"
},
"fulltext": "高阶算法工程师\n职位描述\n1. 负责小米信息流场景（图文、短视频）的个性化推荐算法研发，提升推荐效果和用户体验；\n2. 深入理解业务场景和数据，设计和优化多目标排序模型，提升内容分发的精准度、多样性和生态健康度；\n3. 推进召回、粗排、精排、混排等环节的算法迭代，探索深度学习、强化学习、多任务学习等前沿技术在推荐系统中的应用；\n4. 构建和优化大规模特征工程、在线服务架构，保障高并发场景下的系统稳定性和效率；\n5. 与产品、运营、数据团队紧密协作，通过数据分析、AB实验等方式驱动业务增长；\n6. 跟踪业界最新技术动态，打造一流推荐系统\n\n职位要求\n1. 具有 5 年以上推荐算法相关工作经验，成功主导或参与过至少一个大型推荐系统项目的全生命周期开发，能够独立承担复杂模块的设计和实现，并对项目的整体性能和效果负责。\n2. 熟悉召回、排序、重排等推荐系统关键模块，具备多目标优化、冷启动、多样性调控等实战经验；\n3. 熟练掌握业内常见的深度学习模型的理论基础和实践应用，熟悉常见的深度学习框架（如 TensorFlow、Keras 等），能够熟练运用这些技术解决实际的推荐系统问题，具有丰富的模型设计、训练、调优和部署经验。\n4. 具备良好的问题解决能力和技术攻关能力，能够快速定位和解决推荐系统中出现的复杂技术问题，如模型过拟合、推荐结果的偏差和多样性不足等，通过深入分析和实验验证，提出有效的解决方案并推动其实施。\n5. 具备优秀的团队协作精神和沟通能力，能够与不同背景的团队成员（如数据研发、算法工程师、产品经理、业务运营等）进行高效的沟通和协作，共同保障项目目标的有序落地。\n6. 对新技术和新知识保持强烈的好奇心和学习热情，具备快速学习和掌握\n1. 负责小米信息流场景（图文、短视频）的个性化推荐算法研发，提升推荐效果和用户体验；\n2. 深入理解业务场景和数据，设计和优化多目标排序模型，提升内容分发的精准度、多样性和生态健康度；\n3. 推进召回、粗排、精排、混排等环节的算法迭代，探索深度学习、强化学习、多任务学习等前沿技术在推荐系统中的应用；\n4. 构建和优化大规模特征工程、在线服务架构，保障高并发场景下的系统稳定性和效率；\n5. 与产品、运营、数据团队紧密协作，通过数据分析、AB实验等方式驱动业务增长；\n6. 跟踪业界最新技术动态，打造一流推荐系统\n1. 具有 5 年以上推荐算法相关工作经验，成功主导或参与过至少一个大型推荐系统项目的全生命周期开发，能够独立承担复杂模块的设计和实现，并对项目的整体性能和效果负责。\n2. 熟悉召回、排序、重排等推荐系统关键模块，具备多目标优化、冷启动、多样性调控等实战经验；\n3. 熟练掌握业内常见的深度学习模型的理论基础和实践应用，熟悉常见的深度学习框架（如 TensorFlow、Keras 等），能够熟练运用这些技术解决实际的推荐系统问题，具有丰富的模型设计、训练、调优和部署经验。\n4. 具备良好的问题解决能力和技术攻关能力，能够快速定位和解决推荐系统中出现的复杂技术问题，如模型过拟合、推荐结果的偏差和多样性不足等，通过深入分析和实验验证，提出有效的解决方案并推动其实施。\n5. 具备优秀的团队协作精神和沟通能力，能够与不同背景的团队成员（如数据研发、算法工程师、产品经理、业务运营等）进行高效的沟通和协作，共同保障项目目标的有序落地。\n6. 对新技术和新知识保持强烈的好奇心和学习热情，具备快速学习和掌握",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}