求简历啊！ 百度APP信息流推荐算法工程师 工作职责: -参与百度APP等多产品线的综合Feed流推荐系统核心策略的研发工作，为数亿用户提供卓越的推荐体验 -负责业界领先推荐算法的调研和评估，通过超大规模深度学习、进化学习等技术对产品目标建模，并通过特征、模型优化等持续优化模型效果 -通过对数据的敏锐洞察，深入挖掘产品潜在价值和需求，通过技术创新推动产品成长 -在个性化推荐的场景下，将人工智能前沿技术与业务相结合，使百度Feed流推荐成为更懂用户、更贴心的产品 职位要求: -熟悉C/C++/python语言编程，熟练使用Hadoop等分布式工具，对数据结...

求简历 百度APP信息流推荐算法工程师 工作职责: -参与百度APP等多产品线的综合Feed流推荐系统核心策略的研发工作，为数亿用户提供卓越的推荐体验 -负责业界领先推荐算法的调研和评估，通过超大规模深度学习、进化学习等技术对产品目标建模，并通过特征、模型优化等持续优化模型效果 -通过对数据的敏锐洞察，深入挖掘产品潜在价值和需求，通过技术创新推动产品成长 -在个性化推荐的场景下，将人工智能前沿技术与业务相结合，使百度Feed流推荐成为更懂用户、更贴心的产品 职位要求: -熟悉C/C++/python语言编程，熟练使用Hadoop等分布式工具，...

百度推荐策略部-招聘：社招 + 20年毕业生（校招补招）   <部门介绍> 推荐策略部坐标百度双引擎（搜索+信息流）核心业务，以Feed推荐体验的最终呈现，提供推荐能力平台化服务。通过Feed推荐策略、产品功能策略、生态协同、人机结合以及内容理解、优质识别和挖掘、低质识别等并行输出，将服务运用于百度APP、搜索、地图等产品。部门汇聚公司顶尖的算法人才，可以接触到业界最前沿的算法技术，是难得的职业生涯起点优选。   <简历接收邮箱> shaoyuanhua@baidu.com   <职位> 北京|上海 - ...

<部门介绍> 推荐策略部坐标百度双引擎（搜索+信息流）核心业务，以Feed推荐体验的最终呈现，提供推荐能力平台化服务。通过Feed推荐策略、产品功能策略、生态协同、人机结合以及内容理解、优质识别和挖掘、低质识别等并行输出，将服务运用于百度APP、搜索、地图等产品。部门汇聚公司顶尖的算法人才，可以接触到业界最前沿的算法技术，是难得的职业生涯起点优选。 <简历接收邮箱> liujiaqi04@baidu.com <职位1> 北京-机器学习/数据挖掘/自然语言处理工程师------社招 + 校招补招 ...

<部门介绍> 推荐策略部坐标百度双引擎（搜索+信息流）核心业务，以Feed推荐体验的最终呈现，提供推荐能力平台化服务。通过Feed推荐策略、产品功能策略、生态协同、人机结合以及内容理解、优质识别和挖掘、低质识别等并行输出，将服务运用于百度APP、搜索、地图等产品。部门汇聚公司顶尖的算法人才，可以接触到业界最前沿的算法技术，是难得的职业生涯起点优选。 <简历接收邮箱> liujiaqi04@baidu.com <职位1> 北京-机器学习/数据挖掘/自然语言处理工程师------社招 + 校招补招 + 实习生 面向：有一年以上相关工作经验 --- 社招 面向...

百度推荐策略部-招聘：社招 + 20年毕业生（校招补招）+ 21年毕业实习生 <部门介绍> 推荐策略部坐标百度双引擎（搜索+信息流）核心业务，以Feed推荐体验的最终呈现，提供推荐能力平台化服务。通过Feed推荐策略、产品功能策略、生态协同、人机结合以及内容理解、优质识别和挖掘、低质识别等并行输出，将服务运用于百度APP、搜索、地图等产品。部门汇聚公司顶尖的算法人才，可以接触到业界最前沿的算法技术，是难得的职业生涯起点优选。 <简历接收邮箱> liujiaqi04@baidu.com <职位1> 北京-机器学习/数据挖掘/自然语言处理工程师------...

<部门介绍> 推荐策略部坐标百度双引擎（搜索+信息流）核心业务，以Feed推荐体验的最终呈现，提供推荐能力平台化服务。通过Feed推荐策略、产品功能策略、生态协同、人机结合以及内容理解、优质识别和挖掘、低质识别等并行输出，将服务运用于百度APP、搜索、地图等产品。部门汇聚公司顶尖的算法人才，可以接触到业界最前沿的算法技术，是难得的职业生涯起点优选。 <简历接收邮箱> liujiaqi04@baidu.com <职位1> 北京-机器学习/数据挖掘/自然语言处理工程师 面向：面向...

我的一个同***系了下运营商 bg 在华为南京研究所的 HR，那边给出的职位是 AI/算法工程师，主要面向电信业务，主要业务是用户套餐的选推，网络的自动路由（这个我没有 get 到）等等。 想问下了解华为南研所前辈们，这个地方的工作压力大吗，发展前景如何？谢谢了。

现在想写点东西，怕以后把秋招这些记忆忘记了。 先把我想分享的重点写上：做科研，或者有含金量的项目，比刷题的性价比高 我找的是算法岗（了解CV， 主攻NLP）。我没有论文（之前有个工作，但是比较水我没有想投出去），没有大数据比赛经验。 如果说按准备找工作的时间来说的话，我可能在4月中旬就开始准备了。但我也不是准备复习机器学习基础，也不是搞大数据比赛。我在刷题，去打CF， atcoder之类的去了。 （我说实话，现在想想这样真的不好，因为我觉得投入产出比太大了，不如去搞科研或者有含金量的项目或者实习，但我导师不让实习） 从4月份开始，每天要么...

目前可选的工作还有两家，希望大家分析下： 搜狗：营销事业部，介绍说部门是变现部门，应该和计算广告之类的相关。有直系师兄在，据说氛围不错。（但不是一个组，部门主管是同一个） 百度：互联网数据研发部。不是很了解，听介绍说工作内容是做网页的抓取，分类等等，但是和页面rank无关。 岗位都是算法岗，工作地点都是北京，薪资方面搜狗会给的更多一些。每月可能多给3-4k吧。 希望大家给点建议 :) ps: 是这样，百度那个部门我听介绍说应该是进行页面的抓取，进行处理后再给排序部门进行排序。感觉这个工作内容也挺重要的，但具体的...

hello，有同学了解头条反作弊算法工程师的岗位吗？工作内容和未来的发展如何呢？

微软 bing：ad团队，坐标苏州（之后有机会到北京），很白菜的薪水，但是可能福利多一些，股票啥的。 搜狗：营销变现团队，坐标北京，薪水34-35这样，比bing多很多。我那个部门（就是师兄的部门）听师兄讲说leader很好。 以上两个部门应该都不加班，如果是北京的bing，我应该就直接去了。苏州的话我很犹豫。各位有什么看法

吐个槽吧。。。 拿到了一个公司的offer， 但是部门不是很好。 本来觉得可以trans去这个公司的另一个部门，麻烦了同学递简历，和那个部门经理通了电话，说等到原部门把简历放出来就捞走，结果我求原部门把简历放了以后，另一个部门的经理反悔了。 秋招确实不顺利啊，以为自己代码能力提升后，应该没什么问题，结果不是这样。 MD还是自己菜。

十一放假之前我接到 苏州HR 的电话， 当时就讲了现在收到了什么offer之类的， 当时她说第一批offer会在十一之前发出， 到现在我在没收到过消息:(   同学们有人收到offer的吗？:)