哔哩哔哩
电商推荐算法工程师【2027届】
电商推荐算法工程师【2027届】
发布于 大约 8 小时前普通员工/个人贡献者
上海市
无经验要求
全职员工
仅现场办公
本科
机器学习工程
Pytorch
Tensorflow
召回
多模态
多目标优化
大模型
强化学习
排序
推荐算法
AI 估算 · 20k–30k
面向应届生的推荐算法岗，技术门槛高，B站上市且业务增长，薪资有竞争力，预计月薪2-3万。
职位详情
关于这个职位
该职位是哔哩哔哩会员购电商的推荐算法工程师，面向2027届毕业生
你将参与推荐系统的核心模块开发，包括召回、排序、重排和多目标优化，并探索多模态、大模型等前沿技术
适合对算法有热情、希望在大平台积累实战经验的应届生
最低要求
届本科、硕士或博士毕业生，计算机、人工智能、软件工程、数学、统计学、电子信息等相关专业
扎实的数据结构、算法和编程基础，熟悉 C++、Python、Java 中至少一种开发语言
了解机器学习、深度学习、推荐系统、搜索或广告算法等相关知识，对算法研发充满兴趣
熟悉常见机器学习或深度学习框架（TensorFlow、PyTorch 等）者优先
具有良好的逻辑思维能力、学习能力和问题分析能力，能够快速理解业务并持续优化算法效果
具备良好的沟通能力和团队合作意识，乐于挑战复杂问题，能够主动推动项目落地
工作职责
参与会员购推荐算法研发，包括召回、排序、重排、多目标优化等核心模块
建设用户兴趣建模、商品建模和内容理解能力，不断提升推荐精准度和用户体验
优化首页推荐、货架推荐及内容电商推荐等核心场景，提升商品发现效率和转化效果
探索多模态、大模型、强化学习等前沿技术在推荐系统中的应用，打造新一代智能推荐能力
与产品、运营、数据等团队紧密合作，推动算法能力持续落地
优先资格
有广告、推荐、搜索、机器学习等相关实习经历
参加过 ACM/ICPC、CCPC、Kaggle 等算法竞赛，或具有科研项目、论文发表经历
熟悉 Transformer、大模型、多模态、强化学习等前沿技术，并有相关实践经验
热爱 AI 技术，对推荐系统、广告算法及智能决策等方向具有持续探索兴趣
AI 洞察
优缺点分析
优点
- B站是上市互联网公司，平台大，技术积累深厚，能为新人提供良好的成长环境
- 业务场景丰富（会员购、内容电商），能接触到完整的推荐链路，实践机会多
- 面向应届生，有系统的培养和成长空间
- 算法工程师竞争激烈，需要持续学习新技术，保持技术敏感度
- 工作强度可能较大，需要适应互联网公司的节奏
缺点 / 挑战
- 推荐算法是互联网核心方向，涉及多模态、大模型等前沿技术，技术挑战和价值高
- 推荐系统业务复杂，需要与多团队协作，沟通成本较高，需要较强的落地能力
- 适合对算法研究有热情、喜欢挑战技术难题、希望在大平台积累实战经验的计算机相关专业应届生
角色解读
- 从推荐算法工程师起步，逐步成长为能够独立负责复杂推荐系统的算法专家
- 可在推荐、广告、搜索等算法方向深耕，或转向大模型、多模态等前沿领域
- 未来可晋升为技术leader或架构师，带领团队推动算法业务创新
- 参与B站会员购电商推荐系统的核心算法研发，包括召回、排序、重排和多目标优化等模块
- 建设用户兴趣模型、商品模型和内容理解能力，提升推荐精准度和用户体验
- 优化首页推荐、货架推荐和内容电商推荐等场景，提高商品发现效率和转化效果
- 探索多模态、大模型、强化学习等前沿技术在推荐系统中的应用
- 扎实的编程基础，熟悉C++、Python或Java中的至少一种，掌握数据结构与算法
- 了解机器学习、深度学习、推荐系统、搜索或广告算法知识
- 熟悉TensorFlow、PyTorch等深度学习框架
- 具备优秀的逻辑思维、学习能力和问题分析能力，沟通协作良好
申请策略
- 关注B站会员购电商的业务特点，在面试中展示对内容电商和推荐场景的理解
- 提前了解B站的技术栈和团队风格，在面试中体现匹配度和热情
- 突出项目经历：如推荐系统、搜索、广告相关的课程设计或实习项目，展示实际应用能力
- 强调算法竞赛或科研经历：如ACM、Kaggle、论文发表等，体现算法功底和创新能力
- 展示编程技能：熟悉Python/C++/Java，熟练使用TensorFlow/PyTorch等框架
- 体现对前沿技术的关注：如大模型、多模态、强化学习的实践或研究经历
- 系统复习机器学习、深度学习和推荐系统基础知识，掌握常用模型和评估指标
- 动手实践一个推荐系统项目，如基于公开数据集构建召回和排序模型
面试指南
- STAR法则：描述情境、任务、行动和结果，突出个人贡献和量化效果
- 从问题定义、方案设计、实验验证、分析总结四个步骤回答技术设计题
- 强调数据驱动和迭代优化思维，说明如何用实验和数据决策
- 请介绍一下你在推荐系统或机器学习项目中的工作，遇到的最大挑战是什么？
- 如何设计一个电商推荐系统的召回和排序模块？有哪些常用的模型和策略？
- 深挖：讲述一下你对多模态或大模型在推荐中应用的理解
- 编程题：实现一个简单的协同过滤或矩阵分解
- 如何评估推荐系统的效果？有哪些在线和离线指标？
职位点评
77
综合评分
头部互联网公司校招，推荐算法岗位，技术前沿，薪资有竞争力，但工作生活平衡未明确。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
该职位最适合追求技术深度和前沿算法研究的求职者，对薪资和福利有一定期待，但能接受互联网工作节奏。
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75
薪资福利
75中等
该职位未披露薪资，但作为上市公司校招算法岗位，薪资水平预计在市场中上水平，福利体系完善。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
90较高
该职位深度涉及推荐系统核心算法和前沿技术，技术成长空间大，适合长期发展。
技术前沿前沿/新兴技术
技术栈推荐算法、机器学习、深度学习、多模态、大模型、强化学习、TensorFlow、PyTorch、召回、排序
业务类型profit_center
工作生活
60中等
职位要求现场办公，未提及弹性或远程，工作地点在上海市区，通勤便利性一般，工作强度未知。
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
75中等
内容电商推荐算法具有商业价值，能提升用户体验和转化效率，行业前景良好。
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
哔哩哔哩 的其他在招职位
相似职位推荐
Watch Jobs