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": "广告算法工程师",
"job_level": "校招",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": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、面向小米广告业务需求开发算法解决方案，包括广告召回、点击率预估与大规模推荐算法等；\n2、负责小米广告CVR预估，优化浅层转化和深层转化模型，推动算法在各种转化场景的落地；\n3、从数据中发现现有系统和算法的不足，提出改进算法并推动实现；\n4、研究推荐营销核心算法，使用海量用户行为数据对用户长短期兴趣建模，并且结合业务场景进行效果改进；\n5、深度学习、迁移学习、多目标学习、强化学习等模型的设计、优化、应用和业界前沿算法研究；\n6、追踪业界前沿算法优化技术，结合业务特点，对前沿的算法技术进行应用与创新。",
"requirements_text": "1、熟悉常用的机器学习算法，例如GBDT、LR、LTR，深度学习Wide&Deep/DeepFM等；\n2、熟悉常用的特征工程方法；\n3、熟练掌握Python,Scala,C++,Java中两门以上编程语言；\n4、熟悉Tensorflow/PaddlePaddle等常用分布式深度学习框架，熟悉Spark/Hadoop/Hive等大数据工具；\n5、责任心强，有快速学习的能力、优秀的沟通能力，有创新精神，乐于接受挑战。",
"skills": [AI生成
"Python",
"Java",
"C++",
"Scala",
"Spark",
"Hadoop",
"TensorFlow",
"机器学习",
"深度学习",
"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/campus/m/position/7671293269783185710/detail"
}
]
},
"posting": {
"posting_id": "7671293269783185710",
"post_date": "2026-08-07",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7671293269783185710/detail"
},
"fulltext": "广告算法工程师\n职位描述\n1、面向小米广告业务需求开发算法解决方案，包括广告召回、点击率预估与大规模推荐算法等；\n2、负责小米广告CVR预估，优化浅层转化和深层转化模型，推动算法在各种转化场景的落地；\n3、从数据中发现现有系统和算法的不足，提出改进算法并推动实现；\n4、研究推荐营销核心算法，使用海量用户行为数据对用户长短期兴趣建模，并且结合业务场景进行效果改进；\n5、深度学习、迁移学习、多目标学习、强化学习等模型的设计、优化、应用和业界前沿算法研究；\n6、追踪业界前沿算法优化技术，结合业务特点，对前沿的算法技术进行应用与创新。\n\n职位要求\n1、熟悉常用的机器学习算法，例如GBDT、LR、LTR，深度学习Wide&Deep/DeepFM等；\n2、熟悉常用的特征工程方法；\n3、熟练掌握Python,Scala,C++,Java中两门以上编程语言；\n4、熟悉Tensorflow/PaddlePaddle等常用分布式深度学习框架，熟悉Spark/Hadoop/Hive等大数据工具；\n5、责任心强，有快速学习的能力、优秀的沟通能力，有创新精神，乐于接受挑战。\n1、面向小米广告业务需求开发算法解决方案，包括广告召回、点击率预估与大规模推荐算法等；\n2、负责小米广告CVR预估，优化浅层转化和深层转化模型，推动算法在各种转化场景的落地；\n3、从数据中发现现有系统和算法的不足，提出改进算法并推动实现；\n4、研究推荐营销核心算法，使用海量用户行为数据对用户长短期兴趣建模，并且结合业务场景进行效果改进；\n5、深度学习、迁移学习、多目标学习、强化学习等模型的设计、优化、应用和业界前沿算法研究；\n6、追踪业界前沿算法优化技术，结合业务特点，对前沿的算法技术进行应用与创新。\n1、熟悉常用的机器学习算法，例如GBDT、LR、LTR，深度学习Wide&Deep/DeepFM等；\n2、熟悉常用的特征工程方法；\n3、熟练掌握Python,Scala,C++,Java中两门以上编程语言；\n4、熟悉Tensorflow/PaddlePaddle等常用分布式深度学习框架，熟悉Spark/Hadoop/Hive等大数据工具；\n5、责任心强，有快速学习的能力、优秀的沟通能力，有创新精神，乐于接受挑战。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}