携程
资深搜推算法工程师(MJ036098)
资深搜推算法工程师(MJ036098)
发布于 大约 15 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
本科
软件工程
Ctr预估
Deepfm
Din
Mmoe
Moe
Ple
Pytorch
Tensorflow
多目标优化
AI 估算 · 40k–70k
资深推荐算法工程师，携程大厂，技术难度高，市场稀缺，月薪40k-70k合理，年终奖预期较好。
职位详情
关于这个职位
该职位是携程推荐系统团队的核心算法岗，负责搜索与推荐场景的算法优化，包括召回、排序、重排等环节
你需要深入理解业务，驱动技术选型与迭代规划，同时参与多目标优化和跨团队协作，直接对用户留存、LTV等长期指标负责
项目处于快速成长期，有充分的资源和自由度进行技术探索
最低要求
业务敏锐度（关键）：具备极强的业务理解力与数据敏感度，拒绝“模型至上”思维，善于从纷繁复杂的业务现象中提炼核心矛盾，并具备用技术手段解决非标准业务问题的成功案例
算法与工程底座：计算机、数学或统计学相关专业背景，扎实的数据结构与算法功底
精通主流推荐算法（DeepFM, DIN, MoE等）及深度学习框架（TensorFlow/PyTorch），并深刻理解算法背后的数学原理与业务适用边界
多目标与多场景优化能力：熟悉业界主流的多任务多场景学习（MMoE、PLE，PEPNET等）、多目标排序及动态权重调控策略
有在复杂业务中，平衡多个相互关联甚至冲突的业务目标（如点击率与内容消费时长、短期转化与长期留存）并取得显著提升的实战经验
具备跨场景策略统筹视角
策略规划能力：有独立牵头复杂算法项目或业务模块的经验，具备全局视野，能够制定分阶段的演进策略，并在跨部门协作中展现出技术影响力，推动项目落地
自驱与抗压：具备优秀的逻辑思维与沟通协作能力，结果导向
面对模糊的业务边界有极强的破局能力，对解决挑战性问题充满激情
工作职责
业务建模与策略驱动：深入理解业务核心逻辑与用户生命周期，主动识别业务痛点与增长机会
能够将复杂的业务目标拆解为可量化的算法问题，牵头制定推荐系统的整体技术路线与迭代规划
核心算法优化：负责推荐场景（召回/排序/重排/混排等）的核心模型与策略优化，在提升CTR/CVR等基础指标的同时，对留存、LTV（生命周期价值）、生态多样性等长期业务价值负责
多目标与多场景优化：负责设计并实现兼顾短期体验与长期价值的多目标优化框架（如转化、时长、互动、留存等）
具备多场景推荐（如不同用户生命周期阶段、内容形态、产品模块）的策略设计与协同优化经验，实现业务整体价值最大化
跨团队协同与赋能：作为技术侧的业务策略合伙人，与产品、运营团队深度协同
从数据与技术视角出发，反向输入策略建议，推动产品机制与运营玩法的创新，促进平台内容生态的良性循环
优先资格
加分项：在内容生态治理、冷启动破局、长尾分发等复杂策略领域有独到见解者优先
有顶级会议论文或竞赛获奖者优先
AI 洞察
优缺点分析
优点
- 战略级项目资源充裕，有充分的计算资源和数据权限，可专注解决高难度问题
- 团队扁平精干，个人能深度参与技术决策，想法落地周期短，成就感强
- 技术栈前沿（多目标、多场景优化），能深入探索业界前沿方向，提升个人竞争力
- 携程作为OTA龙头，业务场景复杂，履历含金量高，未来职业选择空间大
- 岗位要求极高，需要同时具备业务敏锐度和扎实的算法工程能力，入职门槛不低
- 项目处于快速成长期，业务目标可能频繁调整，需要较强的模糊应对能力和抗压能力
- 团队规模较小，初期可能一人多角色，需同时承担算法、策略甚至部分工程工作
- 适合那些厌倦了大厂螺丝钉角色、渴望从0到1主导核心算法项目、且对推荐系统充满热情的技术专家
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术深耕：成为推荐系统领域的专家，主导核心技术架构迭代，发表顶会论文
- 技术管理：凭借项目主导经验，逐步晋升为技术Leader，带领团队并制定技术战略
- 业务转岗：积累深厚的业务理解后，可转向产品总监或业务负责人角色，成为懂技术的复合型人才
- 深入分析业务数据，识别用户行为模式和业务增长点，设计推荐算法策略
- 负责推荐系统中召回、排序、重排等核心模块的模型开发与优化，提升CTR/CVR等指标
- 构建多目标优化框架，平衡短期转化与长期留存、内容生态多样性等复杂目标
- 与产品、运营团队紧密协作，将算法洞察转化为可落地的产品机制和运营策略
- 扎实的机器学习与深度学习基础，精通推荐领域经典模型（DeepFM、DIN等）及TensorFlow/PyTorch框架
- 深入的多任务学习与多场景优化经验，熟悉MMoE、PLE等主流范式
- 强大的业务抽象能力与数据敏感度，能从复杂业务中提炼算法问题
- 优秀的跨团队沟通协作与项目推进能力，具备技术影响力
申请策略
- 在面试中充分展现你的业务思考和策略规划能力，而不仅仅是模型细节
- 关注携程的年度重点项目动态（如26年项目），表达你对项目方向的热情和见解
- 突出你主导过的推荐系统项目，特别是从业务痛点出发、用算法解决非标准问题的案例
- 强调多目标优化（如CTR与留存平衡）的实际成果，最好有量化指标提升
- 展示你在跨团队协作中的技术影响力，例如如何推动产品团队采纳你的算法建议
- 如有顶会论文或竞赛获奖，务必放在显眼位置
- 补强多任务学习、多场景建模等前沿方向，阅读MMoE、PLE、PEPNET等论文并动手复现
- 提升业务分析能力，练习用数据驱动的方式复盘推荐策略的得失
面试指南
- 对于业务问题案例类问题，采用STAR法则：情境-任务-行动-结果，重点突出你对业务的理解和行动中的技术决策
- 对于方法原理类问题，先阐述核心思想，再结合个人经验说明适用的业务场景、遇到的挑战及如何改进
- 对于开放策略问题，展示结构化思维：分阶段（MVP→迭代→成熟）、分模块（召回→排序→重排），并考虑多目标和冷启动等
- 请描述一个你通过推荐算法解决复杂业务问题的案例，你如何识别痛点并设计策略？
- 在多目标优化中，你如何平衡点击率与用户体验（如内容消费时长、留存）？请举例说明所用的方法
- 如果你负责一个新推荐模块从0到1的搭建，你会如何规划技术路线和分阶段目标？
- 你如何评估一个算法改动对长期业务价值（如LTV）的影响？有哪些常用的离线/在线评估指标？
- 请谈谈你对MMoE的理解及其在推荐系统中的适用场景，有哪些优缺点？
职位点评
71
综合评分
携程核心推荐算法岗，前沿技术栈、高成长性，但工作强度可能较大，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
该职位最适合发展型动机强烈的求职者，即追求技术成长、前沿探索和业务影响力的算法专家。
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95
工作生活40
使命价值60
薪资福利
75中等
薪资水平预计处于行业高端水平，携程作为上市大厂福利完善，但具体薪资面议，且未明确提及年终奖等，补偿性动机满足度中等偏上。
薪资信号面议 (40K-70K/月)
成长发展
95较高
职位涉及前沿的多目标、多场景优化技术，团队资源充足，有充分的创新空间和成长机会，发展性动机得到极好满足。
技术前沿前沿/新兴技术
技术栈DeepFM、DIN、MoE、MMoE、PLE、PEPNET、多目标优化、多场景推荐
成长机会前沿方向、技术驱动的创新空间、深度参与技术决策、场景所有权与成就感
业务类型profit_center
工作生活
40较低
未明确提到弹性工作、远程或WLB，团队处于快速成长期，可能存在高强度加班，生活化动机满足度较低。
工作模式未明确
办公地点市区核心地段
加班情况JD含高强度暗示词
使命价值
60中等
旅游行业稳定增长，推荐算法驱动业务价值，有一定社会意义（帮助用户更好规划旅行），但使命导向不明显，目的性动机中等。
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
携程 的其他在招职位
相似职位推荐
Watch Jobs