{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "算法工程师/专家-广州",
        "job_level": "专家",AI生成
        "work_category": "",AI生成
        "department": "",
        "location": "广州·海珠区·琶洲",
        "work_mode": "",AI生成
        "job_category": "算法"AI生成
    },
    "company": {
        "company_name": "传音控股",
        "company_industry": "通信/网络设备",
        "company_size": "10000人以上",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 50000,
            "max": 80000,
            "currency": "CNY",
            "cycle": "month"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": 5,
        "degree": "本科",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "搜索算法\n机器学习\n图像算法\n深度学习\n大模型算法\n多模态算法\n推荐算法\nPython\n岗位介绍：\n1、我们有哪些优势？\n我们业务场景丰富，覆盖toC与toB，横跨多国家、多语言、多市场；\n由此，可以支撑多样的算法技术做实践，围绕零售、营销、渠道、供应链、客服、工业等核心链路。\n我们有独⽴的数据、AI Infra团队⽀撑；算法同学聚焦问题定义、算法建模、上线与效果提升。\n我们相信算法先进性是⽣产力，过往在AI顶会顶刊发表过多篇论文。\n此次招聘，Base地允许深圳、重庆，设置多地是充分尊重⼈才择居需求。\n2、我们想解决的典型问题有哪些？\n多模态跨界： 基于CV能力进行AI质检，在低性能环境下完成对异常样本的认知和理解；采用AIGC大模型助推图片与视频生产更高效。\n搜广推与对话： 流量承接效率，包括独立站落地页的搜推提效和私域营销对话转化提升。\n大小模型结合： 提升和重塑业务流程，包括库存销量预测，采用大模型与 Agent提升作业效率。\n3、我们看重什么？\n我们招的不只是“训练模型”的人，而是能把一个业务问题从模糊定义推到线上结果，并且愿意为最终业务指标负责的人，在真实业务场景中体现算法价值。\n注：本JD是从算法全视角出发，候选人在看岗位职责和任职要求时，可以聚焦单独的一两个场景或方向。\n岗位职责：\n1、零售场景：门店选址与商圈评估、站内搜索与推荐、洞察选品与爆品预测、门店经营诊断、导购AI助手。\n2、营销场景：创作脚本多策略准确召回，营销素材AIGC高质高效生产、私域对话优化、独立站流量承接-搜索推荐提效等。\n3、渠道与供应链场景： 销售作业AI赋能、进销存与盘货（时序预测等）、返利与券包设计（uplift因果评估等）。\n4、通用能力：了解并能应用运筹优化与调度、传统CV/OCR、知识工程、数据挖掘等能力。\n5、模型训练：基于业务场景开展机器学习模型训练、大模型后训练，并评测效果与推动上线；关注推理性能与成本。\n6、大模型应用：有一定的Prompt优化、Context与长期记忆、知识库RAG、多智能体架构、工具调用等应用能力。\n7、推动与协同：与业务、产品、数据、工程、Infra团队协同，沉淀可复用的算法建模与业务方法论，把单点结果扩展为可复制的落地范式。\n任职要求：\n1、共同要求\n1）本科及以上学历，计算机、数学、统计、人工智能、运筹等相关专业。\n2）5年以上算法/机器学习/数据科学经验，独立负责过一个业务方向的算法项目，或带过小规模算法团队。\n3）能独立完成从问题定义-数据特征建设-建模训练-评估上线-效果复盘的完整闭环，能说清项目价值、业务贡献。\n4）具备一定的 AI 工程化意识，理解模型服务、在线推理、数据链路与业务系统集成的基本方式。\n5）较强的问题拆解与跨团队推动能力，能把算法指标翻译成业务可理解、可验证的结果。\n2、方向能力（以下至少精通一类）\n1）搜索推荐与增长：搜索排序、推荐系统、CTR/CVR建模、多目标与重排、A/B实验体系、用户增长与转化优化。\n2）预测、优化与因果： 时序预测与需求预测、库存与补货优化、运筹优化与调度、uplift/因果推断与增量收益建模。\n3）多模态与内容生成： 图片/视频生成、多模态大模型应用、素材效果建模、传统CV、OCR、AI质检。\n4）大模型训练与推理： SFT/偏好对齐等后训练实践、数据构建与评测体系、量化与蒸馏、推理加速与部署成本优化。\n加分项：\n1、有电商零售、搜广推、营销增长、渠道供应链、智能客服或AI质检的规模化落地经验。\n2、有海外市场/多语言/多国家业务经验，或跨时区跨文化协作经验。\n3、算法方向顶会顶刊一作论文、有影响力的开源贡献、行业公开技术分享，或在典型项目中承担核心算法角色。",
        "skills": [AI生成
            "搜索算法",
            "机器学习",
            "图像算法",
            "深度学习",
            "大模型算法",
            "多模态算法",
            "推荐算法",
            "Python"
        ],
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/16c6467cb073876a0nNy2tW5GVpS.html"
            }
        ]
    },
    "posting": {
        "posting_id": "16c6467cb073876a0nNy2tW5GVpS",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/16c6467cb073876a0nNy2tW5GVpS.html"
    },
    "fulltext": "搜索算法\n机器学习\n图像算法\n深度学习\n大模型算法\n多模态算法\n推荐算法\nPython\n岗位介绍：\n1、我们有哪些优势？\n我们业务场景丰富，覆盖toC与toB，横跨多国家、多语言、多市场；\n由此，可以支撑多样的算法技术做实践，围绕零售、营销、渠道、供应链、客服、工业等核心链路。\n我们有独⽴的数据、AI Infra团队⽀撑；算法同学聚焦问题定义、算法建模、上线与效果提升。\n我们相信算法先进性是⽣产力，过往在AI顶会顶刊发表过多篇论文。\n此次招聘，Base地允许深圳、重庆，设置多地是充分尊重⼈才择居需求。\n2、我们想解决的典型问题有哪些？\n多模态跨界： 基于CV能力进行AI质检，在低性能环境下完成对异常样本的认知和理解；采用AIGC大模型助推图片与视频生产更高效。\n搜广推与对话： 流量承接效率，包括独立站落地页的搜推提效和私域营销对话转化提升。\n大小模型结合： 提升和重塑业务流程，包括库存销量预测，采用大模型与 Agent提升作业效率。\n3、我们看重什么？\n我们招的不只是“训练模型”的人，而是能把一个业务问题从模糊定义推到线上结果，并且愿意为最终业务指标负责的人，在真实业务场景中体现算法价值。\n注：本JD是从算法全视角出发，候选人在看岗位职责和任职要求时，可以聚焦单独的一两个场景或方向。\n岗位职责：\n1、零售场景：门店选址与商圈评估、站内搜索与推荐、洞察选品与爆品预测、门店经营诊断、导购AI助手。\n2、营销场景：创作脚本多策略准确召回，营销素材AIGC高质高效生产、私域对话优化、独立站流量承接-搜索推荐提效等。\n3、渠道与供应链场景： 销售作业AI赋能、进销存与盘货（时序预测等）、返利与券包设计（uplift因果评估等）。\n4、通用能力：了解并能应用运筹优化与调度、传统CV/OCR、知识工程、数据挖掘等能力。\n5、模型训练：基于业务场景开展机器学习模型训练、大模型后训练，并评测效果与推动上线；关注推理性能与成本。\n6、大模型应用：有一定的Prompt优化、Context与长期记忆、知识库RAG、多智能体架构、工具调用等应用能力。\n7、推动与协同：与业务、产品、数据、工程、Infra团队协同，沉淀可复用的算法建模与业务方法论，把单点结果扩展为可复制的落地范式。\n任职要求：\n1、共同要求\n1）本科及以上学历，计算机、数学、统计、人工智能、运筹等相关专业。\n2）5年以上算法/机器学习/数据科学经验，独立负责过一个业务方向的算法项目，或带过小规模算法团队。\n3）能独立完成从问题定义-数据特征建设-建模训练-评估上线-效果复盘的完整闭环，能说清项目价值、业务贡献。\n4）具备一定的 AI 工程化意识，理解模型服务、在线推理、数据链路与业务系统集成的基本方式。\n5）较强的问题拆解与跨团队推动能力，能把算法指标翻译成业务可理解、可验证的结果。\n2、方向能力（以下至少精通一类）\n1）搜索推荐与增长：搜索排序、推荐系统、CTR/CVR建模、多目标与重排、A/B实验体系、用户增长与转化优化。\n2）预测、优化与因果： 时序预测与需求预测、库存与补货优化、运筹优化与调度、uplift/因果推断与增量收益建模。\n3）多模态与内容生成： 图片/视频生成、多模态大模型应用、素材效果建模、传统CV、OCR、AI质检。\n4）大模型训练与推理： SFT/偏好对齐等后训练实践、数据构建与评测体系、量化与蒸馏、推理加速与部署成本优化。\n加分项：\n1、有电商零售、搜广推、营销增长、渠道供应链、智能客服或AI质检的规模化落地经验。\n2、有海外市场/多语言/多国家业务经验，或跨时区跨文化协作经验。\n3、算法方向顶会顶刊一作论文、有影响力的开源贡献、行业公开技术分享，或在典型项目中承担核心算法角色。"
}