中国平安
算法
算法
发布于 大约 15 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
本科
机器学习
深度学习
大数据
PyTorch
SQL
TensorFlow
特征工程
推荐系统
实时计算
AI 估算 · 25k–45k
算法岗位技术门槛高，大厂平台，上海地区薪资有竞争力，中级经验中位数约35k/月
职位详情
关于这个职位
这是一个推荐系统算法岗位，负责开发和优化实时推荐引擎，包括特征工程、召回排序和策略优化
你将深入分析用户需求，运用深度学习与多模态特征提升业务指标，并形成闭环反馈机制
适合有2年以上推荐系统经验、熟悉PyTorch/TensorFlow的工程师
最低要求
学历要求：统招本科及以上学历，计算机、统计学或数学等相关专业
经验要求：具有2年以上推荐系统开发经验
技能要求：
（1）熟悉推荐系统框架，熟练使用pytorch/tensorflow/python/sql开发
（2）熟练使用机器学习和深度学习算法，理解算法底层原理，可以改造网络结构达到最优
（3）熟悉大数据开发技术，有流式数据开发经验者优先
（4）具备较强的数据分析、特征工程和解决问题能力
（5）具备良好的团队合作精神，良好的钻研精神和学习能力
工作职责
负责开发和优化现有推荐系统，包含实时特征引擎、实时召回和排序工程，以及相应疲劳策略的相关工作
深入分析和洞察用户需求，开发优化算法模型，不断提升业务指标
挖掘多模态特征对模型的正向激励，不断优化多目标模型指标
分析和可视化推荐效果，形成闭环反馈机制，定期复盘阶段成果
优先资格
如有风控欺诈或反洗钱相关经验者更优
AI 洞察
优缺点分析
优点
- 大平台（平安集团），拥有海量金融用户数据，推荐系统场景价值高
- 薪资福利有竞争力，大厂通常提供年终奖、期权等长期激励
- 推荐系统对实时性和稳定性要求高，需要应对高并发和复杂业务逻辑
- 多目标优化中需要平衡多个指标，模型调优难度大
- 金融行业监管严格，算法需兼顾合规性和准确性
- 适合对推荐系统有热情、具备强技术动手能力、希望在金融科技领域深耕的算法工程师
缺点 / 挑战
- 技术栈前沿，涉及实时计算、多模态、多目标优化等挑战性问题
角色解读
- 技术路线：高级算法工程师 → 算法专家 → 技术架构师，深耕推荐系统领域
- 管理路线：可逐步转向技术团队管理，担任Team Leader或技术经理
- 业务横向发展：了解金融科技业务后，可向风控、反欺诈等方向拓展
- 开发和优化推荐系统的实时特征引擎、召回和排序工程，确保系统高效稳定
- 深入分析用户行为数据，设计并优化算法模型，提升推荐准确率和业务指标
- 挖掘多模态特征（如文本、图像）对模型的正向作用，持续优化多目标排序效果
- 扎实的推荐系统开发和优化经验，熟悉实时特征和召回排序技术
- 熟练使用PyTorch/TensorFlow等深度学习框架，理解算法底层原理并能改造网络结构
- 掌握大数据开发技术如Hadoop/Spark，具备流式数据处理能力
申请策略
- 了解平安金融科技的业务场景，思考推荐系统如何与保险、理财等产品结合
- 提前准备一个端到端的推荐系统设计案例，体现系统思维和工程能力
- 突出推荐系统项目经验，特别是实时特征工程、召回排序模块的实战细节
- 量化成果，例如提升点击率XX%、用户停留时长XX%等具体指标
- 强调多模态特征处理或多目标优化的相关经验
- 复习深度学习经典模型（如DIN、DIEN、MMOE等）的原理和代码实现
- 熟悉流式数据处理工具如Flink或Spark Streaming，提升实时处理能力
面试指南
- 对系统设计类问题，采用分层架构思维，从数据接入、特征计算、模型服务到AB实验逐步阐述
- 对算法原理类问题，先解释概念，再结合项目经验说明具体实现和优化点
- 如何设计一个实时特征平台？请描述架构和关键组件
- 多目标优化中常用的损失函数和训练策略有哪些？
- 推荐系统冷启动问题如何解决？
- 特征工程中如何处理缺失值和异常值？
- 如何评估推荐系统的线上效果？请列举常用的离线指标和在线指标
- 准备2-3个推荐系统项目案例，用STAR法则清晰描述背景、任务、行动和结果
匹配度报告
71
综合匹配度
大厂算法岗，技术前沿，薪资优厚，但工作节奏可能较快
适合人群
适合追求技术成长和职业发展的求职者，尤其是希望在推荐系统领域深耕的算法工程师。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展85
工作生活60
使命价值65
薪资福利匹配
75中等
大厂薪资竞争力强，但JD未披露具体薪资和福利，需面试确认。
薪资信号未披露（AI估算：25K-45K/月）
成长发展匹配
85较高
推荐系统是核心技术方向，涉及多模态、实时计算等前沿技术，成长空间大。
技术前沿主流现代技术
技术栈推荐系统、PyTorch、TensorFlow、机器学习、大数据
业务类型profit_center
工作生活匹配
60中等
现场办公，未提供远程或弹性工作选项，工作节奏未知，但大厂通常有一定强度。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
65中等
金融科技行业稳健发展，推荐系统可提升用户体验与业务效率，但社会影响力中性。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
中国平安 的其他在招职位
相似职位推荐
Watch Jobs