携程
算法工程师（搜索推荐方向）（2027届秋招）(MJ036672)
算法工程师（搜索推荐方向）（2027届秋招）(MJ036672)
发布于 大约 20 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Aigc
召回算法
排序算法
推荐系统
机器学习
深度学习
值不值得投
72综合评分
综合评分 72
技术前沿、成长迅速，但工作强度与灵活性需确认。
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。
薪资怎么样
25K
比算法优化工程师中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1630 个在招 · 其中算法优化工程师 2 个
市场机会
选择面较广
上海 · 算法优化工程师 · 55 个在招
职位详情
关于这个职位
作为携程2027届秋招算法工程师，你将负责首页信息流、酒店搜索推荐等核心场景的算法研发，包括召回、排序、重排等环节，并探索多模态内容理解与AIGC在旅游场景的应用
岗位要求扎实的机器学习理论基础和编程能力，适合对推荐系统有浓厚兴趣的应届生
最低要求
对机器学习排序(MLR)、召回算法、深度学习等领域有较深理论背景，熟悉对比学习/强化学习技术，了解大语言模型在搜索改写中的应用
熟悉一门编程语言(Java\C++\Python等)，具备JVM调优或C++高并发处理经验，对数据结构和算法设计有较为深刻理解
对于推荐系统的召回、排序、重排的体系框架（如TFRA/DeepRec架构）和各阶段的算法策略有较为深刻理解
良好的数据分析能力（含因果推断与AB实验分层策略），具有良好的模型实验的结果分析和问题排查能力
熟悉Linux环境/Shell命令及Kubernetes部署，能够快速整理数据，高效地进行模型的训练和评测
工作职责
携程首页信息流、重点推荐位的召回、排序、重排阶段的算法和策略研发，探索多模态内容理解（图文/视频）与旅游场景AIGC应用
酒店搜索、推荐、和广告结果的排序算法优化，构建实时流量感知系统与跨业务线（酒店/机票/门票等）联合推荐策略
首页搜索、内容搜索、门票、线路产品搜索的排序算法研发，应用超长用户行为序列建模与时空感知推荐技术
AI 洞察
优缺点分析
优点
- 携程作为在线旅游巨头，业务场景丰富，数据量大，为算法实践提供了良好的平台
- 作为校招岗位，公司有完善的培养体系，有助于应届生平稳过渡到职场
- 推荐算法领域竞争激烈，需要持续学习和跟进最新技术，保持技术敏锐度
- 工作内容涉及多个业务线，需要较强的沟通协作能力和业务理解能力
- 算法效果受数据质量和业务场景影响，需要耐心进行实验和调优
- 适合对推荐系统、机器学习有浓厚兴趣，具备扎实理论基础和较强编程能力的应届毕业生
缺点 / 挑战
- 岗位涉及推荐、搜索、AIGC等前沿技术，技术挑战大，有利于个人快速成长
角色解读
- 从算法工程师起步，可向推荐系统架构师或技术专家方向发展，深入掌握大规模推荐系统设计
- 有机会转向技术管理岗位，带领团队负责核心推荐业务，或横向拓展到AIGC、多模态等前沿领域
- 在携程这样的旅游平台，可积累丰富的业务理解，未来可向产品、运营等复合型岗位发展
- 负责携程首页信息流、重点推荐位的召回、排序、重排算法研发，提升用户点击率和转化率
- 优化酒店搜索、推荐和广告结果的排序算法，构建实时流量感知系统，实现跨业务线的联合推荐
- 探索多模态内容理解（图文/视频）与旅游场景AIGC应用，推动搜索和推荐体验的智能化升级
- 扎实的机器学习、深度学习理论基础，熟悉排序、召回算法，了解大语言模型在搜索中的应用
- 熟练掌握Java、C++或Python等编程语言，具备良好的数据结构和算法设计能力
- 熟悉推荐系统召回、排序、重排的体系框架，如TFRA/DeepRec架构，并具备良好的数据分析与实验能力
申请策略
- 了解携程的业务模式和技术栈，在面试中展现对旅游行业和推荐场景的理解
- 准备1-2个与推荐系统相关的项目或竞赛经历，并深入理解其中的技术细节
- 突出机器学习、深度学习项目经历，尤其是推荐系统、搜索排序相关的项目或竞赛
- 强调编程能力，如Java、Python等语言的使用经验，以及数据结构和算法功底
- 展示数据分析能力，如因果推断、AB实验设计等，体现解决实际问题的能力
- 提前学习推荐系统相关知识，如召回、排序、重排等，并了解TFRA/DeepRec等框架
- 补充大语言模型在搜索、推荐中的应用知识，关注AIGC技术发展
- 熟悉Linux环境和Kubernetes部署，提升模型训练和部署的工程能力
面试指南
- 回答项目类问题时，采用STAR法则，清晰描述背景、任务、行动和结果
- 回答技术类问题时，先阐述核心概念，再结合具体场景进行分析，体现思考深度
- 回答开放性问题时，可以分点阐述，并给出自己的见解和理由
- 请介绍一个你参与过的推荐系统或机器学习项目，并说明你的具体贡献
- 如何评估一个排序模型的效果？你会如何设计AB实验？
- 谈谈你对召回、排序、重排的理解，以及它们之间的区别和联系
- 你如何理解大语言模型在搜索和推荐中的应用？
- 如何解决推荐系统中的冷启动问题？
职位点评
薪资福利70
成长发展90
工作生活50
使命价值60
薪资福利
70中等
携程作为上市公司，薪资福利在行业中具有竞争力，但具体薪资未在JD中披露，需在面试中确认。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
90较高
该岗位涉及推荐系统、多模态、AIGC等前沿技术，技术挑战大，成长空间广阔，能快速提升算法和工程能力。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、推荐系统、排序算法、AIGC、多模态、Java、Python、C++、Kubernetes
业务类型profit_center
工作生活
50较低
JD未提及工作模式，但作为算法岗，可能需要根据业务需求进行工作，工作强度和灵活性需在面试中了解。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
60中等
携程作为旅游平台，其业务能提升用户旅行体验，具有一定的社会价值，但岗位本身更偏重技术实现。
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