腾讯
智慧零售算法工程师
智慧零售算法工程师
发布于 大约 8 小时前普通员工/个人贡献者
重庆市
中级经验
全职员工
仅现场办公
学历未注明
软件工程
多目标建模
大模型
搜索推荐
时序预测
时间序列分析
机器学习
深度排序
特征工程
电商
AI 估算 · 15k–30k
腾讯子公司算法岗，电商核心业务，技能要求高，重庆生活成本低，薪资具竞争力。
职位详情
关于这个职位
作为腾讯智慧零售算法工程师，你将负责ToB电商小程序的算法体系搭建，包括搜索推荐、销量预测和大模型应用等核心方向，通过算法优化流量转化和GMV
需要掌握机器学习、深度排序、时序预测等技术，并与跨团队协作推动业务落地
最低要求
熟悉特征工程、深度排序、多目标建模、时序建模、时间序列分析等技术
优秀的分析问题和解决问题的能力，对解决挑战性问题充满激情
出色的问题分析和解决能力，良好的沟通协作能力，对电商行业感兴趣
注：此岗位为腾讯旗下子公司编制，通过腾讯云从业资格证或同等资格认证的优先录取
工作职责
负责腾讯ToB电商小程序算法体系搭建与迭代，围绕搜索、推荐、销量预测、大模型应用核心方向，落地算法策略，持续优化流量转化、GMV等核心业务指标
结合电商业务特性与商家差异化需求，开展算法研究、方案设计与全链路落地，联动跨团队推进技术优化与业务迭代，沉淀场景化算法能力
跟进机器学习、大模型、时序预测等前沿技术，结合业务场景完成技术创新与落地，解决业务核心痛点
优先资格
通过腾讯云从业资格证或同等资格认证的优先录取
AI 洞察
优缺点分析
优点
- 腾讯平台，技术氛围浓厚，接触前沿AI技术
- 电商算法场景复杂，锻炼综合能力
- 重庆岗位，生活成本相对低
- 子公司编制，可能与大厂福利略有差异
- 需持续学习新技术
- 适合对电商算法有热情，具备机器学习基础，希望在平台型公司发展的技术人才
缺点 / 挑战
- 电商业务对算法效果要求高，压力较大
角色解读
- 可向算法专家或技术Leader发展
- 在电商算法领域深耕，成为业务专家
- 有机会切换到腾讯其他核心业务团队
- 负责腾讯ToB电商小程序的算法体系搭建，包括搜索推荐、销量预测和大模型应用
- 结合电商业务需求，设计并落地算法策略，优化流量转化和GMV
- 跟踪前沿技术如大模型、时序预测，进行技术创新与业务落地
- 精通机器学习、深度排序、多目标建模等算法
- 具备特征工程和时序建模能力
- 良好的问题分析和编程能力，熟悉Python及常用框架
申请策略
- 关注腾讯云认证，可提前考取
- 突出搜索推荐或销量预测项目经验
- 展示特征工程和多目标建模能力
- 如有大模型应用经验更佳
- 补充时序预测和大模型微调技能
- 强化电商业务理解
面试指南
- 用STAR法则描述项目，突出技术难点和解决方案
- 介绍一个电商推荐系统的项目
- 如何处理销量预测中的时间序列数据？
- 多目标优化如何平衡不同指标？
- 大模型在推荐中的应用
- 复习推荐系统经典模型（DeepFM, DIN等）
- 准备端到端实验项目案例
职位点评
74
综合评分
腾讯子公司算法岗，前沿技术栈，电商核心业务，现场办公。
更适合这类人
适合注重技术成长和业务价值的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活60
使命价值70
薪资福利
75中等
腾讯子公司薪资水平中等偏上，但编制略有差异，福利未明确提及。
薪资信号未披露（AI估算：15K-30K/月）
成长发展
90较高
涉及大模型、搜索推荐等前沿技术，成长空间大。
技术前沿前沿/新兴技术
技术栈机器学习、大模型、搜索推荐、销量预测、时序预测、特征工程、深度排序、多目标建模、时间序列分析
业务类型profit_center
工作生活
60中等
仅现场办公，未提及弹性工作或WLB，重庆生活成本低。
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
70中等
电商算法推动商业价值，行业增长快，但社会影响力一般。
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