百度
北京-搜广推算法工程师(J101090)
北京-搜广推算法工程师(J101090)
发布于 大约 7 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
软件工程
机器学习
深度学习
PyTorch
TensorFlow
推荐系统
搜索算法
广告算法
多任务学习
CTR预估
AI 估算 · 30k–50k
百度核心算法岗位，技术门槛高，市场竞争力强，薪资在大厂中处于领先水平。
职位详情
关于这个职位
该职位是百度核心的搜索、推荐与广告算法工程师，负责全链路算法研发，包括召回、排序、CTR预估等，使用深度学习和大数据技术优化业务指标，涉及前沿技术如大模型和强化学习落地
适合对搜广推领域有热情、追求技术成长的算法工程师
最低要求
本科及以上学历，计算机、AI、应用数学、统计学、电子信息等相关专业
基础扎实，熟练掌握数据结构、算法、操作系统、计算机网络、数据库
扎实机器学习、深度学习理论基础：熟悉LR、GBDT、FM、DeepFM、DIN、SASRec、MMOE、多目标学习、强化学习、向量检索等搜广推经典模型原理
熟练使用Python，掌握至少一种深度学习框架（PyTorch/TensorFlow）
了解SQL、Hive/Spark大数据处理，能独立完成特征提取、离线数据分析
工作职责
搜索算法研发：负责检索全链路优化：召回（向量召回、多路召回、倒排索引优化）、粗排/精排、多目标排序、搜索意图理解、query改写、纠错、类目匹配、相关性模型迭代，提升搜索点击率、转化率、搜索满意度指标
推荐系统算法研发：搭建用户个性化推荐体系，完成用户行为建模、兴趣挖掘、序列建模、多场景冷启动、多样性&公平性调控、长短期兴趣融合、多任务学习、推荐召回/排序/重排模型迭代，优化留存、时长、GMV、点击等核心业务指标
商业广告算法研发：负责信息流广告、搜索广告CTR/CVR预估、出价机制、预算调控、流量分配、广告生态平衡、转化归因、反作弊、ROI优化，平衡平台收益、广告主效果与用户体验
模型与工程落地：基于TensorFlow/PyTorch构建深度模型（DeepFM、DIN、DIEN、SASRec、Transformer、多目标MMOE、PLE、宽深系列等）
参与特征工程、样本筛选、离线训练、在线推理优化
设计A/B实验体系，通过数据实验验证算法收益并规模化上线
数据与策略迭代：深入分析用户行为日志、曝光点击转化数据，挖掘业务痛点
设计用户分层、流量分层、冷启动、生态调控策略
沉淀算法工具、特征平台、训练框架，提升团队迭代效率
前沿技术落地：跟进大模型、多模态、强化学习、图神经网络、LLM检索、个性化Agent等前沿技术，探索在搜广推场景落地，解决长尾召回、意图模糊、冷启动等行业难题
优先资格
熟悉常用向量检索引擎优先：FAISS、Milvus、RecallDB
了解Redis、Kafka、分布式训练基础
AI 洞察
优缺点分析
优点
- 接触海量数据和前沿算法，个人成长快
- 薪资福利优厚，大厂平台背书
- 技术迭代快，需要不断学习
- 适合对搜广推领域有浓厚兴趣、学习能力强、抗压能力好的算法工程师
缺点 / 挑战
- 百度核心业务，技术积累深厚，项目挑战大
- 业务指标压力大，需要持续优化
- 工作强度可能较高
角色解读
- 算法专家方向：深耕搜广推领域，成为技术专家
- 技术管理方向：带领小团队负责算法方向
- 横向拓展：转向大模型、多模态等前沿AI领域
- 负责搜索、推荐、广告算法的全链路优化，包括召回、排序、多目标建模等
- 构建并优化深度学习模型，如DeepFM、DIN、MMOE等，提升核心业务指标
- 进行用户行为数据分析，设计A/B实验，验证算法效果
- 探索大模型、强化学习等前沿技术在搜广推场景的应用
- 扎实的机器学习/深度学习理论基础，熟悉搜广推经典模型
- 熟练使用Python和至少一种深度学习框架（PyTorch/TensorFlow）
- 具备大数据处理能力（Hive/Spark）和特征工程经验
- 了解向量检索引擎和分布式训练优先
申请策略
- 关注百度AI技术博客和开源项目，展示技术热情
- 准备好介绍过往项目对业务指标的提升
- 突出搜广推相关项目经验，特别是召回、排序、CTR预估等
- 强调深度学习模型实战，如DeepFM、DIN等
- 展示数据分析与A/B实验成果
- 如有大模型或向量检索经验，重点突出
- 补充向量检索引擎知识，如FAISS、Milvus
- 学习强化学习或多任务学习相关理论
面试指南
- 使用STAR原则，突出个人贡献和指标提升
- 比较不同方法的优缺点，结合业务场景具体分析
- 请详细讲一下你做过的一个搜索/推荐/广告算法项目，包括数据、模型、效果
- 如何优化召回阶段的向量检索？
- 解释DeepFM的原理和优势
- 如何处理多目标优化中的冲突？
- 如何设计A/B实验并评估效果？
- 复习搜广推经典论文和模型
职位点评
74
综合评分
百度核心搜广推算法岗，技术前沿、薪资高，但工作强度大。
更适合这类人
适合技术驱动、追求个人成长、对薪资和职业发展高期望的求职者。
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50
使命价值70
薪资福利
85较高
大厂核心岗位，薪资具有竞争力，福利完善，补偿性动机满足较好。
薪资信号偏高 (30K-50K/月)
成长发展
90较高
搜广推是AI核心方向，技术栈新，成长空间大，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈搜索算法、推荐系统、广告算法、CTR预估、DeepFM、DIN、MMOE、向量检索、FAISS、大模型、强化学习
成长机会前沿技术落地、提升团队迭代效率
业务类型profit_center
工作生活
50较低
现场办公，大厂业务压力大，加班可能较多，生活化动机满足有限。
工作模式仅现场办公
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
70中等
通过算法提升用户体验和商业效率，有一定社会价值，意义感动机中等。
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