职位信息
任职要求
【任职要求】 1. 专业技能 - 精通推荐系统完整链路（召回、粗排、精排、重排、多目标优化）； - 深入掌握常见召回方法（Embedding 向量召回、协同过滤、图推荐、序列建模）； - 熟练应用排序模型（LR、GBDT、FM/DeepFM、Wide&Deep、DIN、DIEN、DCN、MMoE 等）； - 熟悉重排策略（多样性、探索–利用、长短期兴趣融合）； - 精通特征工程方法，具备大规模特征处理与在线特征服务经验； - 熟悉推荐效果评估指标（AUC、NDCG、CTR、CVR 等），能设计科学实验； - 熟悉大模型（LLM）、多模态推荐、强化学习与因果推断在推荐中的应用方向，若有探索实践更佳； - 具备扎实的数据建模能力，能设计用户画像与标签体系，建立前评价/后评价反馈闭环； - 熟悉数据采集、清洗、特征构建、标签计算及实时用户兴趣建模。 2. 经验背景 - 在互联网/电商/内容平台主导或深度参与过推荐系统研发与上线； - 有证券或金融行业推荐/个性化项目经验者优先； - 熟悉从数据→建模→推荐→反馈的完整闭环建设。 3. 综合能力 - 能结合证券行业的业务特点，将推荐技术应用于基金推荐、客户触达、运营策略等场景； - 具备良好的沟通协作与跨团队推动能力； - 注重经验总结与技术传播：有技术博客/文章或在行业论坛/开放大会做过分享者优先。 4. 加分项 - 在行业内具备一定的技术影响力（博客阅读量、社区活跃度、公开分享等）； - 有推荐系统可解释性、合规性方面的探索经验； - 具备跨行业迁移经验，能将互联网/电商经验应用到金融证券场景。
岗位职责
【岗位职责】 1. 个性化推荐体系建设 - 主导证券行业个性化推荐系统的设计与落地，负责推荐模型方案选择、特征工程、效果评估与优化； - 建设并持续优化推荐引擎，覆盖客户触达、基金匹配、任务分发等核⼼业务场景； - 引⼊互联⽹/电商成熟经验，推动证券业务推荐场景的差异化创新。 2. 数据基建与平台建设 - 参与数据中台建设，负责推荐系统相关的数据建模、实时计算、召回/排序链路设计； - 优化数据采集、清洗、存储和特征管理流程，确保推荐所需数据的质量与时效性； - 与大数据、AI平台团队协作，推动推荐系统的⾼可用、高扩展架构设计。 3. 标签与策略评价机制 - 主导客户画像与标签体系的设计与优化，支持多维度客户分群与精准触达； - 构建策略评价体系，建立前评价/后评价机制，持续追踪和优化推荐策略； - 推动形成标签—推荐—反馈的闭环机制。 4. 团队协作与经验传承 - 结合过往互联网、电商经验，建立推荐系统最佳实践方法论； - 指导团队成员在推荐算法、数据建模、标签评价等方向的能力提升； - 在证券行业场景下探索个性化推荐新模式，支撑公司战略落地。
福利待遇
五险一金、补充医疗保险、定期体检、加班补助、年终奖、员工旅游、节日福利、五险一金、补充医疗保险、定期体检、加班补助、年终奖、员工旅游、节日福利