即刻
【小宇宙】算法负责人
【小宇宙】算法负责人
发布于 3 小时前基层主管/组长
全职员工仅现场办公推荐系统
推荐系统
Llm
内容分发
冷启动
召回与排序
团队建设
多目标优化
推荐系统
搜索算法
查询理解
值不值得投
74综合评分
综合评分 74
核心业务算法负责人，技术前沿且极具业务挑战，适合追求技术深度与成长空间的一线技术极客。
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
5.5万
比推荐系统中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
29 个在招
市场机会
选择适中
上海 · 推荐系统 · 21 个在招
职位详情
关于这个职位
该职位是小宇宙推荐与搜索方向的算法负责人，需要你深入一线参与搜推系统的架构设计与核心算法优化，而非纯管理岗
你将与产品、数据和工程团队紧密合作，从业务视角定义搜推系统的核心问题，推动策略与算法的持续演进，并负责小型算法团队的建设与人才培养
最低要求
我们希望你：
有较丰富的推荐、搜索算法工作经验，完整参与过成熟搜推系统的建设和持续演进
对搜推系统整体架构有比较深入的理解，不局限于算法优化或某一细分环节
能够在关注模型效果之上，更多理解用户行为、内容生态和业务指标，准确定义业务价值目标
同时关注业务的中短期重点问题，和长期发展方向，并给出高效准确的技术路线
具备较强的业务 ownership 和一线技术能力，能从算法视角参与业务目标与产品策略制定，主动识别关键问题、深入技术细节，通过跨团队协作推动落地
有兴趣从成熟体系进入早期小团队，享受从问题定义到最终落地的完整过程
工作职责
你将负责：
负责小宇宙算法（推荐、搜索）方向的整体规划和核心方案设计，持续提升内容分发效率及用户体验
基于用户行为、内容特征和业务目标，识别搜推系统当前最重要的问题，并自主提出解决方案
持续优化搜推系统，涵盖召回、排序、特征与样本建设、多目标优化、冷启动，以及搜索场景下的查询理解与相关性优化
建立与业务目标匹配的搜推评估体系，理解模型指标与用户体验、留存、消费深度、内容生态之间的关系
推动算法、产品、数据及工程团队形成共同目标，并推动关键项目落地
根据业务阶段判断技术投入优先级，在效果、工程复杂度和团队资源之间做出合理取舍
负责搜推算法团队的建设和人才培养
优先资格
加分项：
有内容平台推荐系统经验
经历过推荐系统从相对早期到成熟阶段的演进
带过小型算法团队或承担过 Tech Lead / 项目负责人角色
对 Agentic RecSys / LLM 在搜推中的应用有过实践经验
AI 洞察
优缺点分析
优点
- 需要在早期小团队中承担从问题定义到落地的全流程，工作强度与心智负担较大
- 同时需要在效果、工程复杂度和有限资源之间做大量权衡，对技术判断力和抗压能力要求高
- 适合具备扎实搜推算法功底、渴望深入业务一线，且有意愿在早期团队中发挥核心影响力的技术专家或Tech Lead
缺点 / 挑战
- 能够深度参与知名播客产品小宇宙的搜推系统建设，业务场景清晰且极具挑战
- 岗位强调一线技术深度与业务ownership，避免了纯管理岗脱离技术的风险，有利于保持技术敏锐度
角色解读
- 从一线技术专家向技术总监或算法架构师发展，未来可负责更大规模的内容平台搜推体系，或转型为懂业务的技术业务负责人
- 负责小宇宙推荐与搜索算法的整体规划与核心方案设计，深入一线解决内容分发与搜索体验问题
- 与产品、数据、工程团队跨部门协作，推动搜推系统从策略到架构的持续演进，并负责小型算法团队的建设
- 具备深厚的推荐与搜索算法功底，熟悉召回、排序、多目标优化等全链路技术
- 拥有极强的业务理解力，能将用户行为与内容生态转化为技术目标，并具备从早期到成熟系统的架构演进经验
申请策略
- 在面试或沟通中，展现出对内容产品搜推系统应该解决什么问题的深度思考，而不仅仅是算法指标的优化，体现你的业务视角和产品Sense
- 重点突出完整参与过的成熟搜推系统建设经历，特别是从早期到成熟阶段的演进过程
- 强调在召回、排序、冷启动等具体环节的技术深度，以及通过算法优化带来业务指标提升的实际案例
- 建议提前了解大语言模型（LLM）及 Agentic RecSys 在搜推领域的最新应用进展，并复习内容生态与推荐系统结合的业界前沿论文或实践
面试指南
- 采用 STAR 法则讲述项目经历，重点突出业务问题定义、技术方案设计、跨团队推动落地、业务结果验证的闭环
- 在回答技术优先级和评估体系问题时，展现业务价值导向而非纯技术指标导向的思维
- 请分享一个你主导的搜推系统从早期到成熟演进的完整案例，遇到了哪些核心问题及解决思路？
- 在资源有限的情况下，你如何评估和决定搜推系统技术投入的优先级？
- 如何建立搜推评估体系，平衡模型指标与用户体验、内容生态之间的关系？
- 针对播客/音频内容平台，你认为其推荐系统与图文/视频平台有什么本质区别？
- 你如何看待 LLM 或 Agentic RecSys 在搜推系统中的应用前景？
- 深度体验小宇宙产品，分析其当前的推荐与搜索逻辑，思考其内容生态的特点及搜推系统可优化的空间
职位点评
薪资福利80
成长发展85
工作生活50
使命价值75
薪资福利
80较高
岗位为算法负责人级别，且公司处于C轮及以后，薪资预期处于市场中上水平，但JD未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：4千–7万/月）
成长发展
85较高
岗位强调深入一线与业务视角，能极大锻炼技术架构能力与业务Sense，且提及LLM等前沿技术在搜推中的应用，技术成长空间大。
技术前沿前沿/新兴技术
技术栈推荐系统、搜索算法、多目标优化、冷启动、LLM、Agentic RecSys
成长机会人才培养、Tech Lead
业务类型profit_center
工作生活
50较低
JD未明确提及工作模式与WLB相关信息，但作为早期小团队的核心负责人，且需推动关键项目落地，工作强度与心智负担可能较大。
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
75中等
小宇宙是国内知名的播客内容平台，致力于优质内容的传播与分发，具有一定的文化价值与社会影响力，但属于商业互联网产品。
行业发展稳定成熟行业
社会影响中性/一般
使命信号内容生态、用户体验
创新程度积极采用新技术
Watch Jobs