百度
策略研发工程师（J72511）
策略研发工程师（J72511）
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
软件工程
Llm
Paddle
Pytorch
Tensorflow
推荐系统
搜索算法
数据挖掘
深度学习
用户建模
AI 估算 · 25k–45k
百度为互联网大厂，该职位要求2年以上经验且涉及LLM等前沿技术，薪资具有竞争力，预计月薪在25k-45k之间。
职位详情
关于这个职位
该职位主要负责百度搜索旅游场景的算法策略研发，利用LLM等前沿技术提升推荐体验和内容理解
你将参与用户画像、内容召回、排序等核心算法开发，并推动技术创新
适合具备推荐系统或搜索引擎经验、对AI应用有热情的算法工程师
最低要求
计算机、自动化、信息工程等相关专业本科及以上学历，2年以上工作经验
具备大规模数据挖掘/计算广告/广告投放/搜索引擎/推荐系统的研发经验
熟悉常用的推荐算法，动手实战能力强，具备将算法应用于实际生产系统的经验和能力
熟悉深度学习算法，熟悉至少一种主流深度学习编程框架（TensorFlow/PyTorch/Paddle）
良好的逻辑思维能力，和数据敏感度，能能够从海量数据中发现有价值的规律
良好的团队合作精神，较强的沟通能力
工作职责
负责搜索旅游场景算法策略开发，为用户提供卓越的个性化推荐体验
利用LLM前沿技术方向，负责AI内容生成和理解(prompt设计、大模型预训练和SFT)、内容理解和质量识别(质量分级、内容结构化、智能标签/摘要，优质文案等)、场景应用(需求理解、用户刻画、个性化推荐)等
负责用户定向模型、算法研发，包括构建用户活跃度模型、用户价值模型、用户兴趣模型等
负责内容挖掘算法研发，包括构建内容召回算法、排序算法、点击率预估模型等
关注用户体验提升，通过对数据的洞察，深入挖掘产品潜在价值和需求，通过技术创新推动产品成长
AI 洞察
优缺点分析
优点
- 百度作为AI领军企业，技术氛围浓厚，可接触搜索和LLM等前沿场景
- 团队涉及推荐、NLP、用户建模等多个方向，技能积累丰富，职业发展空间大
- 北京总部工作，平台和资源充足，有利于技术交流和成长
- 搜索和推荐场景对算法效果要求极高，需持续优化模型，工作强度可能较大
- 涉及LLM等快速迭代的技术，需要不断学习新知识，保持技术敏感度
缺点 / 挑战
- 作为社招岗位，需要快速融入团队并产出成果，竞争压力不小
- 适合具备2年以上推荐系统或搜索算法经验，对LLM技术有浓厚兴趣，乐于挑战高难度技术问题的算法工程师
角色解读
- 技术纵深发展：成为推荐系统或LLM领域的专家，负责核心算法演进
- 横向扩展：转向AI产品经理或技术负责人，结合业务理解推动产品创新
- 管理路线：积累项目经验后，带领算法团队，负责整体策略方向
- 负责百度搜索旅游场景的算法策略开发，通过个性化推荐和内容理解提升用户体验
- 利用LLM技术进行内容生成、质量识别、用户需求理解等，推动AI在搜索场景的应用
- 构建用户定向模型和内容挖掘算法，包括召回、排序、点击率预估等核心模型
- 扎实的推荐系统或搜索算法基础，具备大规模数据挖掘和实战经验
- 熟悉深度学习框架（TensorFlow/PyTorch/Paddle），能独立完成模型开发与部署
- 对LLM技术有深入理解，包括Prompt设计、预训练和SFT，能应用于实际场景
- 良好的数据敏感度和逻辑思维，能从海量数据中挖掘规律并驱动决策
申请策略
- 提前了解百度搜索旅游场景的产品形态，思考如何用算法提升用户体验
- 关注百度AI技术动态，面试时可结合最新论文或技术方案展示见解
- 突出推荐系统或搜索引擎项目经验，尤其是大规模数据下的算法落地案例
- 强调对LLM技术的理解和应用，如Prompt设计、微调等具体实践
- 展示数据分析和模型调优能力，用量化指标（如CTR提升、召回率提升）证明贡献
- 系统学习LLM相关技术，包括Transformer、预训练、RLHF等，并动手实践
- 熟悉百度Paddle框架或加深对TensorFlow/PyTorch的理解，提高模型优化能力
面试指南
- 对于项目类问题，采用STAR法则：情境、任务、行动、结果，强调个人贡献和量化成果
- 对于设计类问题，先明确问题定义，给出多种方案并权衡优劣，体现系统性和工程思维
- 对于技术原理问题，先解释概念，再结合实际经验说明应用场景和注意事项
- 请介绍一个你负责的推荐系统项目，包括数据、模型、效果和难点
- 你对LLM在搜索场景中的应用有什么想法？如何评估生成内容的质量？
- 如何设计一个用户兴趣模型？请描述特征工程和模型选择
- 在一个大规模推荐系统中，如何平衡召回精度和多样性？
- 请解释你使用过的深度学习框架中的某个优化器的工作原理
职位点评
73
综合评分
百度搜索核心算法岗，前沿技术栈，薪资竞争力强，但工作强度和通勤压力较大。
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
最适合追求技术成长和前沿挑战的求职者，愿意为职业发展适当牺牲生活平衡。
表现最好
成长发展
相对薄弱
工作生活
薪资福利78
成长发展92
工作生活45
使命价值65
薪资福利
78中等
百度为上市大厂，薪资福利在行业内具有竞争力，但北京生活成本较高，综合来看补偿性动机满足较好。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
92较高
该职位涉及搜索、推荐、LLM等前沿技术，百度技术积累深厚，成长空间大，发展性动机得到很好满足。
技术前沿前沿/新兴技术
技术栈LLM、推荐系统、深度学习、数据挖掘
业务类型profit_center
工作生活
45较低
北京现场办公，通勤压力大，且互联网大厂工作强度通常较高，生活化动机满足有限。
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
65中等
搜索旅游场景为用户提供便利，具有一定的社会价值，但商业属性强，意义感动机中等。
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
百度 的其他在招职位
相似职位推荐
Watch Jobs