智慧零售算法工程师

优缺点分析

角色解读

• 在腾讯体系内深耕算法领域，从工程师向高级算法专家或技术负责人发展
• 可横向拓展至搜索、推荐、广告等方向，成为全栈型算法人才
• 有机会参与大模型等前沿技术研究，转型为AI研究员或架构师
• 搭建和优化电商小程序的搜索、推荐、销量预测等算法体系，提升流量转化和GMV
• 结合业务需求，设计并落地算法策略，推动全链路的技术优化
• 跟踪机器学习和大模型前沿技术，进行技术创新解决业务痛点
• 精通特征工程、深度排序、多目标建模、时序建模等机器学习技术
• 具备优秀的分析和解决问题的能力，能应对挑战性任务
• 良好的沟通协作能力，对电商行业有浓厚兴趣

申请策略

• 在简历中突出与ToB电商场景的匹配度，例如小程序、零售客户等经验
• 突出电商或搜索推荐相关的算法项目经验，量化业务指标提升效果
• 展示在特征工程、多目标建模、时序预测等方向的技术深度
• 如果有大模型应用或TensorFlow/PyTorch等框架的实战经验，务必重点描述
• 补充电商业务知识，了解零售行业的流量转化逻辑
• 强化大模型微调、LLM应用等新兴技能
• 如果尚未取得腾讯云从业资格证，可以提前备考增加竞争力

面试指南

• 采用STAR法则：描述情境(Situation)、任务(Task)、行动(Action)、结果(Result)
• 技术问题先简要解释原理，再结合实际项目经验，突出解决问题的思路和效果
• 请介绍一个你优化过的推荐系统项目，如何提升点击率或转化率？
• 在处理多目标优化问题（如同时优化点击和转化）时，你常用什么方法？
• 讲讲你对时序预测的理解，在销量预测中如何选择模型？
• 大模型在电商场景中有哪些应用可能性？请举例说明
• 复习机器学习基础，特别是排序模型（DIN、DIEN等）、多任务学习（MMOE等）
• 准备一两个完整的项目案例，包含数据、模型、实验和上线效果