职位描述:
1、小米广告算法架构团队,通过技术及模型能力迭代支撑广告推荐业务,持续提升广告点击率、转化率,持续满足广告主需求;
2、负责分布式训练框架及推理框架的研发及性能优化工作,实现大规模稀疏模型的训练及推理能力落地
3、探索容器化、异构计算、分布式训练、分布式推理、机器学习系统等前沿技术架构方向,参与流式与批量计算系统、大规模分布式机器学习流式训练平台的研发,实时追踪业界最先进技术及落地。
4、参与到前沿技术的调用应用项目,致力于通过模型训练、推理框架的能力迭代及性能的优化,支撑更多样的模型结构,更大参数规模的模型在业务场景的应用落地。
5、持续优化代码性能,提升模型迭代效率,为公司节省计算成本。
职位要求:
1、掌握机器学习基础理论知识,了解常见的个性化推荐算法;熟悉TensorFlow深度学习框架设计原理、阅读过相关源码者优先;
2、熟练掌握C/C++/Rust,会使用Python、Java等编程语言,或者你可以在一个月内熟练掌握一门语言;
3、掌握GPU编程,熟悉MPI编程技术者优先,有算子开发及优化经验者优先;
4、有主流大规模推荐/搜索/广告引擎架构经验者优先;
5、追求挑战,较强学习能力和实践精神,有强烈的求知欲、好奇心,能及时关注和学习业界最新技术。
6、对代码有执念,追求极致,具备一定影响力的开源项目者优先;
招聘部门:
小米
工作地点:
北京市 ID:A156666
面试建议:
小米商业化-算法架构工程师的职位要求非常明确,主要集中在机器学习基础理论、个性化推荐算法以及分布式训练框架的研发和性能优化上。这个职位不仅要求候选人具备扎实的技术基础,还需要有前沿技术的探索能力和实践经验。特别是在广告推荐业务中,如何通过技术迭代提升广告点击率和转化率是关键。此外,对代码性能的极致追求和计算成本的节省也是面试官会重点考察的点。 针对这个职位,建议候选人在面试前重点复习机器学习基础理论,尤其是推荐算法相关的知识。同时,准备好展示你在分布式训练框架研发和性能优化方面的实际经验,包括具体的项目案例和技术细节。如果你有TensorFlow源码阅读经验或GPU编程经验,一定要在面试中突出这些亮点。此外,面试官可能会考察你对前沿技术的关注程度和学习能力,所以准备好分享你最近学习的新技术或参与的创新项目。最后,别忘了强调你对代码质量的执着和在实际工作中如何通过优化提升效率的经验。