OPPO
算法工程师
算法工程师
发布于 16 天前普通员工/个人贡献者
全职员工仅现场办公推荐系统
推荐系统
Nlp
Push算法
Pytorch
Sql
Tensorflow
推荐算法
机器学习
深度学习
值不值得投
65综合评分
综合评分 65
前沿算法岗位、技术成长性强、薪资未披露、WLB不确定
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。
薪资怎么样
20K
比推荐系统中位数低
发布情况
正常在招 · 16 天前发布
公司情况
这家公司招聘很活跃
约 150 个在招
市场机会
选择不多
深圳 · 推荐系统 · 1 个在招
职位详情
关于这个职位
该职位负责OPPO浏览器、应用商店、游戏中心等产品的推送算法优化，通过机器学习技术提升用户点击率、降低负反馈，以支持产品拉新促活
工作涉及搭建终端特色的消息推送系统，为用户提供一流体验
最低要求
本科及以上学历，计算机相关专业，1年及以上工作经验
扎实的机器学习/深度学习理论基础和实践经验，对搜推广算法、NLP、多模态中的一种或多种算法方向有深入研究
熟悉使用python/scala/sql中的一种或多种编程语言，熟练使用tensorflow/keras/pytorch等DL框架
具有独立解决问题的能力，良好的团队合作意识和沟通能力
工作职责
负责OPPO浏览器、应用商店、游戏中心等产品的Push推送算法工作，搭建终端特色的消息推送系统，为用户提供一流的产品体验
将前沿算法技术应用到Push业务，提高点击率，降低负反馈率，满足产品的拉新促活需求
AI 洞察
优缺点分析
优点
- 接触前沿算法技术，应用于实际产品，技术成长空间大
- OPPO作为大公司，平台资源丰富，业务影响力直接
- 工作涉及多产品线，可以积累推荐系统全链路经验
- 技术竞争激烈，要求快速学习并应用新技术
- 适合对推荐算法感兴趣、有机器学习基础、追求技术深度和业务影响的工程师
缺点 / 挑战
- 业务指标压力大，需持续优化点击率等数据
- 可能面临跨团队协作和沟通挑战
角色解读
- 可以成长为算法专家或技术负责人，主导推荐系统优化
- 转向搜索算法、广告算法等更广泛的推荐领域
- 有机会参与前沿AI技术研究，推动业务创新
- 负责OPPO产品的推送算法设计与优化，提升用户点击率和体验
- 应用机器学习、深度学习技术到Push业务中，处理负反馈数据
- 搭建和维护终端特色的消息推送系统，支持产品拉新促活需求
- 扎实的机器学习/深度学习理论基础和实践经验
- 熟悉Python、Scala、SQL等编程语言，以及TensorFlow、PyTorch等框架
- 对推荐算法、NLP或多模态算法有深入研究
申请策略
- 了解OPPO的推送业务和产品线，展示对业务的理解
- 准备算法案例，讨论如何提升点击率或降低负反馈
- 突出机器学习项目经验，特别是推荐系统或NLP相关实践
- 展示编程技能，如Python、TensorFlow的实际应用成果
- 强调独立解决问题和团队合作能力，提供具体案例
- 深入学习推荐算法前沿，如点击率预测、负反馈处理技术
- 加强TensorFlow或PyTorch实战练习，优化模型性能
面试指南
- 对于技术问题，先阐述理论思路，再结合实际项目经验举例
- 使用STAR法则回答行为问题，突出解决问题的过程和结果
- 讨论业务影响时，聚焦数据指标和用户价值提升
- 如何设计一个推送点击率优化模型？
- 描述一个你解决过的算法挑战，如何降低负反馈率？
- 如何将NLP或多模态技术应用到推送场景？
- 解释一下深度学习框架如TensorFlow在推荐系统中的应用
- 你如何平衡算法效果和线上性能？
职位点评
薪资福利60
成长发展80
工作生活50
使命价值70
薪资福利
60中等
薪资和福利信息未在JD中披露，无法评估具体水平。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
80较高
涉及前沿算法技术，有较好的技术成长机会，但晋升路径未明确提及。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、Python、TensorFlow、PyTorch、NLP
业务类型profit_center
工作生活
50较低
JD未明确提及办公模式、工作时间或WLB相关信息，无法判断。
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
70中等
处于人工智能高速增长赛道，但工作偏应用层，社会价值有限。
行业发展高速增长赛道
社会影响社会影响力有限/不明显
创新程度积极采用新技术
Watch Jobs