京东
搜推算法工程师
搜推算法工程师
发布于 大约 14 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
研究与开发 (研发)
A/B测试
Pytorch
Tensorflow
向量检索
大模型
推荐系统
搜索算法
深度学习
AI 估算 · 30k–50k
3-5年搜推算法经验在一线互联网公司属高需求岗位，薪资具有竞争力，京东15薪为主流水平。
职位详情
关于这个职位
作为京东工业的搜推算法工程师，你将负责搜索与推荐系统的核心算法建模与工程落地，应用深度学习和大模型技术优化召回、排序等环节，提升CTR、CVR等关键指标
该岗位要求扎实的算法功底与工程开发能力，适合有3-5年搜推经验、渴望在大型电商平台实战成长的候选人
最低要求
教育背景
学历要求：计算机科学、软件工程、人工智能、数据科学、应用数学等相关专业本科及以上学历（硕士优先）
工作经验
工作经验：具备3-5年搜索、推荐或广告领域算法研发与工程落地经验，有大型互联网、电商、内容平台高并发在线服务经验者优先
能力要求
算法研发能力：深入理解搜推全链路（Query改写、召回、粗排、精排、重排）的模型设计，对常用经典模型与深度学习模型（如Wide&Deep、DeepFM、Transformer、向量检索等）有深厚的实战经验，精通特征工程、样本构造、多目标优化及冷启动策略
工程开发能力：具备扎实的计算机编程基础，精通Python/C++（有丰富的FastAPI、Uvicorn等高性能异步Web框架开发经验者优先）
精通至少一种深度学习框架（TensorFlow/PyTorch）
熟练使用Spark/Flink进行离线与实时特征高吞吐数据处理
技术方案设计能力：具备优秀且成熟的工程架构思维，能够独立设计高可用、可扩展的在线算法服务方案，有处理过特征穿越、数据倾斜、高并发下高可用（High Availability）以及线上长尾延迟（Long-tail Latency）等复杂技术问题的成功经验
工作职责
负责搜索与推荐算法系统的规划、设计与核心建模，深入理解业务场景，将深度学习、大模型等算法技术与实际业务需求结合，打造高性能、高准确率的智能化搜索与推荐解决方案
负责算法模型从特征工程、样本构造、离线训练到A/B测试全链路的研发与上线迭代，针对召回、排序或重排等核心模块进行策略优化，持续提升CTR、CVR、人均时长等核心业务指标
负责算法服务的在线工程开发与性能优化，与AI产品经理对齐需求，并能够独立或协同架构团队完成算法的高效工程落地，确保搜推服务在高并发、低延迟（RT）高吞吐场景下的稳定性
关注人工智能与搜索推荐领域前沿技术趋势（如大模型、向量检索、图神经网络等），进行技术预研与实验，通过算法工程化手段推动技术成果向实际业务价值转化
负责算法工程的日常迭代与效果复盘，通过离线Evaluation和在线A/B测试数据分析，快速定位模型瓶颈，保障核心算法组件的高质量交付与线上平稳运行
参与算法技术栈的沉淀与演进规划，持续优化底层特征工程pipeline、模型训练框架以及在线工程服务架构，提升团队整体的算法研发与工程效率
优先资格
硕士优先
有大型互联网、电商、内容平台高并发在线服务经验者优先
有丰富的FastAPI、Uvicorn等高性能异步Web框架开发经验者优先
AI 洞察
优缺点分析
优点
- 京东平台提供海量真实业务场景和丰富数据，利于算法技术实战提升
- 搜推算法是电商核心岗位，价值高，薪资和职业发展空间大
- 公司技术氛围浓厚，有前沿技术预研机会，如大模型、向量检索等
- 算法效果受业务影响大，需频繁进行A/B实验和分析，迭代节奏快
- 适合对搜索推荐算法有深厚兴趣、具备扎实工程能力、能在高压下快速迭代的算法工程师
缺点 / 挑战
- 工作强度较高，需应对高并发、低延迟的在线服务挑战，可能涉及紧急问题排查
- 与产品、工程等多方协作，沟通成本较高，需要较强的推动能力
角色解读
- 技术深度方向：成为搜推领域专家，主导核心模型与架构的演进，推动大模型等前沿技术落地
- 管理方向：积累项目经验后可晋升为算法团队负责人或技术Leader，带团队攻关
- 业务方向：深入理解电商业务，转型为AI产品经理或业务架构师，用技术驱动业务增长
- 负责搜索和推荐系统的核心算法设计与建模，涉及召回、排序、重排等全链路优化
- 从特征工程、样本构造到模型训练、A/B测试，全程迭代算法并提升业务指标如CTR、CVR
- 开发高性能在线算法服务，确保高并发、低延迟场景下的稳定运行，并与产品、架构团队协作
- 扎实的搜推算法基础：熟悉Wide&Deep、DeepFM、Transformer等模型，掌握多目标优化与冷启动策略
- 强工程能力：精通Python/C++，熟练使用TensorFlow/PyTorch，以及Spark/Flink处理大数据
- 架构思维：能独立设计高可用在线服务方案，解决特征穿越、数据倾斜等问题
申请策略
- 关注京东工业的业务特点，了解B端采购场景与C端零售的差异，在面试中展现业务理解
- 准备好项目复盘，重点描述问题定位、方案设计与效果评估的完整过程
- 突出搜推全链路经验：详细描述在召回、排序、重排等环节的模型设计及上线效果
- 强调工程落地成果：列出参与的高并发在线服务项目，说明性能优化指标（如RT、QPS）
- 展示技术深度：提及特征工程、多目标优化、冷启动等具体算法策略及A/B测试结果
- 补强实时数据处理能力：学习Flink或Spark Streaming，掌握实时特征pipeline搭建
- 熟悉大模型在搜推中的应用：了解LLM做query改写、向量化召回等前沿方法
- 提高C++编程水平：优化在线服务性能时可能需要编写高性能C++代码
面试指南
- STAR原则：描述情境、任务、行动、结果，突出个人贡献和量化成果
- 问题分析思路：先定义问题，再列举可能原因，最后给出解决方案并评估优劣
- 工程与算法结合：既讲模型原理，也讲工程实现的挑战，体现综合能力
- 请介绍一个你主导的搜索推荐项目，包括模型选型、特征工程和最终效果
- 如何处理特征穿越问题？请举例说明
- 在高并发场景下，如何优化在线服务的延迟和吞吐？
- 你如何评估召回和排序模型的好坏？A/B测试时有哪些注意事项？
- 复习搜推经典论文和模型：DeepFM、DIN、DSSM等，掌握核心思想
职位点评
73
综合评分
京东工业搜推算法岗，技术前沿薪资优，但工作强度大且WLB一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合以技术成长和薪资回报为主要动机，且能接受高强度工作的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展90
工作生活40
使命价值55
薪资福利
85较高
京东作为上市大厂，薪资竞争力强，福利完善，但JD未披露具体薪资，面议可能有所浮动。
薪资信号面议 (30K-50K/月)
成长发展
90较高
职位涉及前沿技术（大模型、向量检索）和完整搜推链路，成长空间大，JD明确要求技术预研及工程演进。
技术前沿前沿/新兴技术
技术栈深度学习、大模型、向量检索、图神经网络、TensorFlow、PyTorch、Spark、Flink
成长机会预研、技术栈沉淀、演进规划
业务类型profit_center
工作生活
40较低
工作地点在北京，要求现场办公，未提及弹性工作或WLB，可能涉及高并发场景下的加班。
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
55较低
京东工业服务于企业采购，行业前景稳定但社会影响力一般，岗位侧重技术实现而非使命驱动。
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
京东 的其他在招职位
相似职位推荐
Watch Jobs