搜索推荐算法实习 （J15302）

该职位来源于猎聘 【公司亮点】 1、业务定位：专注ToB业务，以云计算SaaS模式，提供电商ERP、WMS等一体化智能零售解决方案，助力零售企业数字化升级、提升运营效率。 2、规模布局：2011年成立，现有员工约3000人，设立130+服务网点、覆盖400+城市及海外市场；对接400+主流平台，累计融资超4.52亿美元，创下国内SaaS行业单笔融资纪录。 3、行业实力：累计服务超70万家电商企业，含80+世界500强、500+上市公司；日处理订单1.38亿单以上，市场份额庞大，连续5年登胡润全球独角兽榜单，斩获多项行业荣誉。 【岗位亮点】 1、技术实战：直面日处理1.38亿单、支撑1/3线上交易履约的高并发分布式场景，有机会参与核心技术方案设计，攻坚订单处理等难点，快速沉淀企业级大规模场景实战能力。 2、学习成长：搭建系统化学习体系，覆盖多类职场技能；配备专属导师 1V1 带教，定制阶梯式学习计划，搭配高潜培养与开放交流环境，助力快速成长、学用落地。 3、发展空间：晋升标准清晰量化，每年2次高频晋升窗口，提供专业与管理双发展路径；支持跨部门转岗与轮岗，校招新人平均1–1.5年即可获得晋升，发展灵活透明。 4、福利保障：除基本福利外，为符合条件人才提供北京落户支持；设有长期价值激励与高潜破格晋升机制，让付出与回报同频，个人与公司共成长。 【岗位职责】 1、参与供应链场景下搜推算法全链路实践（召回、排序、特征工程等），结合业务需求优化算法策略，提升供需匹配效率、转化等核心业务指标，沉淀算法实践经验。 2、负责搜推算法模型的Java工程化落地，基于Java技术栈开发线上推理服务、模型部署相关模块，配合工程团队完成系统联调、性能优化，保障模型服务低延迟、高稳定。 3、与团队紧密协作，衔接算法方案与工程实现，梳理算法落地过程中的技术难点，提供合理的工程化解决方案。 4、跟踪搜推算法与Java工程化前沿技术，参与内部技术研讨与分享，在实践中完善自身算法能力与Java开发能力，助力搜推系统迭代升级。 【岗位要求】 1.教育背景：2026 届及以后毕业，本科及以上学历，计算机、软件工程等相关专业。 2.技术能力： （1）熟练掌握 Java 编程语言，具备扎实的面向对象编程、数据结构与算法基础。 （2）熟悉 Spring Boot、MyBatis 等主流开发框架，了解分布式系统、缓存(Redis)、消息队列等技术，对高并发场景下的系统设计有一定理解。 （3）对搜索、推荐系统的基本原理有一定了解或兴趣者优先,了解算法模型的工程化部署流程者优先。 （4）有开源项目贡献、技术博客或算法竟赛经验者优先。 3.个人素质 （1）积极主动，有强烈的学习热情和探索欲，愿意兼顾算法与Java工程能力的双重提升。 （2）具备良好的逻辑思维、问题解决能力，能清晰表达算法思路与工程实现方案。 （3）责任心强，具备良好的跨团队沟通协作能力，能快速适应业务与技术节奏。