58同城
高级算法工程师
高级算法工程师
发布于 2 天前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
学历未注明
机器学习
深度学习
大数据
XGBoost
推荐系统
用户画像
风控
AI 估算 · 25k–45k
高级算法工程师在北京互联网金融领域需求旺盛，技能要求高，薪资有竞争力。
职位详情
关于这个职位
该职位负责58同城互联网金融业务，通过构建用户画像、精准营销和推荐算法提升用户转化率，同时参与风控模型建设以降低资损
适合有3年以上经验、熟悉机器学习与深度学习的算法工程师，技术要求高，发展前景好
最低要求
年以上工作经验，计算机、数学、统计学等相关专业
熟悉常用的机器学习算法和深度学习技术，包括但不限于LR、GBDT、xgboost、cnn等
至少熟练掌握JAVA／C++/Python一种编程语言，熟悉hive,mapreuce等大数据工具
逻辑思维能力强、有自我驱动意识、细心、有责任感
工作职责
深入理解互联网金融获客场景，构建合理的用户画像体系，通过算法驱动关键环节的转化率，并对模型和策略的效果进行监控和持续迭代
通过使用精准营销或推荐相关的技术，对新、老客进行金融产品匹配和交叉导流，满足用户金融需求和提高用户粘性
参与消费和小微信贷风控模型建设，采用评分卡等技术对用户风险状况进行甄别，降低资损
优先资格
有推荐系统线上优化经验或互联网金融风控算法经验者优先
AI 洞察
优缺点分析
优点
- 上市公司平台稳定，项目资源丰富，技术积累深厚
- 薪酬福利具有竞争力，通常包括年终奖和股票期权等
- 风控模型容错率低，需谨慎对待，避免资损
- 技术迭代快，需要不断学习新算法和工具
缺点 / 挑战
- 互联网金融结合算法，技术挑战性强，能快速提升算法工程能力
- 业务对模型效果要求高，需要持续优化，压力较大
- 适合有扎实算法基础、对金融业务感兴趣、追求技术深度和挑战的求职者
角色解读
- 向算法专家或技术管理方向发展，积累金融业务经验成为复合型人才
- 未来可转型更高级别的架构师或首席算法科学家
- 互联网金融行业持续增长，跳槽或内部晋升空间广阔
- 构建用户画像体系，通过算法优化用户转化率，并持续监控迭代模型效果
- 应用精准营销和推荐技术，对新老用户进行金融产品匹配和交叉导流，提升用户粘性
- 参与消费和小微信贷风控模型建设，使用评分卡等方法甄别用户风险，降低资损
- 精通机器学习与深度学习算法，如LR、GBDT、xgboost、cnn等
- 熟练使用Python/Java/C++及Hive、MapReduce等大数据工具
- 有推荐系统或互联网金融风控项目经验者优先
申请策略
- 了解58同城金融业务（如58金融）的产品和用户特点，在面试中体现业务理解
- 准备好介绍一个完整的算法项目，从问题定义到上线效果
- 突出推荐系统或风控模型相关的项目经验，量化成果（如转化率提升、坏账降低）
- 展示用户画像构建和特征工程的实际案例，强调数据驱动思维
- 列举熟练使用的算法和工具，与JD要求对应
- 复习xgboost、GBDT等算法的原理和调参技巧
- 补充金融风控领域知识，如评分卡、违约概率模型
面试指南
- 结构清晰：先阐述思路，再结合具体项目案例
- 强调数据驱动和迭代优化的过程，展示解决问题的能力
- 结合业务场景说明算法选择的原因
- 如何构建用户画像？请举例说明
- LR和GBDT的区别及其适用场景
- 推荐系统中如何处理冷启动问题？
- 风控模型常用的评估指标有哪些？
- 如何解决样本不平衡问题？
匹配度报告
69
综合匹配度
58同城高级算法工程师，技术前沿、薪资可观，但WLB不明。
适合人群
适合重视技术成长和行业前景，对工作生活平衡要求不高的求职者。
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80
工作生活50
使命价值70
薪资福利匹配
75中等
该职位属于成熟大厂高级岗位，薪资水平符合市场标准，但具体福利未在JD中明确。
薪资信号市场水准 (25K-45K/月)
成长发展匹配
80较高
职位涉及前沿算法（机器学习、深度学习），技术挑战性强，有助于技能成长和职业发展。
技术前沿主流现代技术
技术栈机器学习、深度学习、LR、GBDT、xgboost、cnn、推荐系统、风控
业务类型profit_center
工作生活匹配
50较低
未提及工作生活平衡相关信息，通常互联网公司加班可能较多，WLB不确定性高。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
70中等
互联网金融行业发展迅速，技术驱动，但社会直接贡献相对有限。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs