科大讯飞
AI研究算法工程师-搜索广告推荐方向(J13386)
AI研究算法工程师-搜索广告推荐方向(J13386)
发布于 大约 8 小时前普通员工/个人贡献者
合肥市
其它
全职员工
仅现场办公
硕士
研究与开发 (研发)
Ctr预估
Pytorch
Tensorflow
召回排序
多目标优化
推荐系统
搜索广告
深度学习
AI 估算 · 20k–30k
合肥科大讯飞校招算法岗，结合行业水准与城市因素，月薪在20k-30k之间，13薪较为合理。
职位详情
关于这个职位
这是一个面向校园招聘的AI研究算法工程师岗位，专注于搜索广告与推荐系统核心算法的设计与优化
你将负责召回、排序、CTR预估、多目标优化等模块，并参与工程化落地与前沿技术探索
适合对搜索广告推荐方向有强烈兴趣、具备扎实机器学习与编程基础的应届硕士或博士
最低要求
计算机科学、人工智能、机器学习、统计学、数学或相关专业硕士及以上学历，博士优先
具备3年以上搜索、广告、推荐系统相关的算法研发经验，熟悉主流工业级推荐/广告架构（如DeepFM、DIN、BST、ESMM、MIND等）及典型训练推理流程
熟练掌握Python、C++或Java中至少一门编程语言，具备扎实的数据结构与算法基础，熟练使用TensorFlow/PyTorch等深度学习框架
熟悉大数据处理技术栈（如Spark、Flink、Hive），具备海量日志处理与特征工程实践经验
具备良好的逻辑思维能力与问题拆解能力，能独立完成从问题定义、方案设计、实验验证到结果落地的全流程闭环
工作职责
负责搜索广告与推荐系统核心算法的设计、研发与优化，包括但不限于召回、排序、多样性调控、冷启动、用户意图建模等模块
基于大规模真实业务数据，构建并迭代广告CTR/CVR预估模型、多目标优化模型及实时个性化推荐策略
参与广告投放系统与推荐引擎的工程化落地，协同上下游团队完成算法模型的AB测试、效果归因与线上稳定性保障
跟踪前沿AI技术（如大语言模型在广告生成与理解中的应用、图神经网络、强化学习等），结合业务场景开展创新性技术探索与可行性验证
优先资格
在顶级会议（如KDD、SIGIR、WWW、RecSys、NeurIPS、ICML）或期刊发表过相关论文者优先
AI 洞察
优缺点分析
优点
- 科大讯飞是AI上市大厂，平台稳定，技术积累深厚，有利于职业背书
- 岗位涉及搜索广告推荐核心业务，是商业化变现关键，发展前景广阔
- 能够接触海量真实业务数据与前沿技术（如大模型、图神经网络），技术成长快
- 合肥生活成本相对一线城市较低，薪资性价比高
- 搜索广告推荐领域模型复杂，工程落地要求高，需要较强的数学与编程能力
- 适合对搜索广告推荐方向有强烈兴趣、具备扎实理论基础和较强编程能力的应届硕士或博士，尤其适合希望在大平台积累工业级经验的同学
缺点 / 挑战
- 岗位要求3年以上经验，对校招同学可能门槛较高，竞争激烈
- 业务压力大，需快速迭代优化模型以提升效果，工作节奏可能较快
角色解读
- 从算法工程师向资深算法专家发展，深入搜索广告推荐领域的核心技术
- 可转向技术管理岗位（如算法团队负责人），或横向跨领域至AI其他方向
- 积累丰富工业经验后，也可进入学术界或创业，成为行业专家
- 设计和优化搜索广告与推荐系统的核心算法，如召回、排序、CTR预估等模块
- 基于海量业务数据，构建和迭代深度学习模型，提升广告点击率和推荐效果
- 参与算法模型的工程化落地，包括AB测试、效果归因与线上稳定性保障
- 跟踪前沿AI技术，探索大语言模型、图神经网络等在广告推荐中的应用
- 扎实的机器学习与深度学习基础，熟悉主流推荐/广告模型架构（如DeepFM、DIN等）
- 熟练使用Python、C++或Java，以及TensorFlow/PyTorch框架
- 熟悉大数据处理工具（Spark、Flink、Hive），具备特征工程与海量数据处理经验
- 具备良好的问题拆解与独立研究能力，能完成从方案设计到实验验证的闭环
申请策略
- 关注科大讯飞在广告推荐领域的技术博客或产品动态，面试中展现对业务的了解
- 简历中尽量用量化结果（如提升CTR x%）体现贡献，而非简单罗列职责
- 突出搜索/广告/推荐相关的项目经验或实习经历，说明使用的模型、数据规模与效果
- 强调机器学习竞赛获奖或相关论文发表经历，尤其是顶级会议论文
- 展示编程能力，如开源项目、LeetCode刷题记录或高效代码实现
- 列举掌握的技术栈，包括深度学习框架和大数据处理工具
- 系统复习推荐系统经典论文（DeepFM、DIN等），并动手复现关键模型
- 练习处理大规模数据，熟悉Spark、Flink等工具的实际应用
面试指南
- 对于项目介绍题：遵循STAR法则（情境-任务-行动-结果），突出技术难点与你的贡献
- 对于模型对比题：从原理、优势、适用场景三方面对比，并举例说明
- 对于开放性问题：先阐述背景，再分点提出解决方案，最后总结可行性
- 请详细介绍一个你参与过的推荐系统项目，包括模型选择、特征工程和效果评估
- DeepFM与DIN的区别是什么？在什么场景下选择使用？
- 如何解决广告推荐中的冷启动问题？
- CTR预估中如何处理数据不平衡和样本偏差？
- 你对大语言模型在广告生成或推荐中的应用有何看法？
职位点评
76
综合评分
AI大厂核心算法岗，技术成长高，薪资在合肥有竞争力，WLB一般。
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
最适合追求技术快速成长、希望在广告推荐领域深耕的应届生，对WLB要求不高的同学。
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65
薪资福利
75中等
科大讯飞作为AI上市大厂，提供有市场竞争力的薪资和福利（五险一金、年终奖等），薪资水平在合肥属于偏上，但校招起薪相比一线城市互联网大厂略低。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
90较高
该岗位处于搜索广告推荐核心赛道，技术栈主流（深度学习、大数据），且有前沿技术探索空间，对校招生成长极有利。
技术前沿主流现代技术
技术栈深度学习、CTR预估、TensorFlow、PyTorch、Spark、Flink、大语言模型、图神经网络、强化学习
业务类型profit_center
工作生活
60中等
合肥生活节奏较一线城市慢，但岗位为现场办公，未明确弹性工作或远程，且算法岗可能面临一定加班压力。
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
搜索广告推荐属于商业化变现领域，社会影响力中性，但科大讯飞在AI技术创新方面有一定使命感，且广告推荐技术推动商业智能发展。
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
科大讯飞 的其他在招职位
相似职位推荐
Watch Jobs