职位描述：
1、面向小米广告业务需求开发算法解决方案，包括广告召回、点击率预估与大规模推荐算法等；
2、负责小米广告CTR/CVR预估，优化浅层转化和深层转化模型，推动算法在各种转化场景的落地；
3、从数据中发现现有系统和算法的不足，提出改进算法并推动实现；
4、研究推荐营销核心算法，使用海量用户行为数据对用户长短期兴趣建模，并且结合业务场景进行效果改进；
5、深度学习、迁移学习、多目标学习、强化学习等模型的设计、优化、应用和业界前沿算法研究；
6、追踪业界前沿算法优化技术，结合业务特点，对前沿的算法技术进行应用与创新。
职位要求：
1、熟悉常用的机器学习算法，例如GBDT、LR、LTR，深度学习Wide&Deep/DeepFM等；
2、熟悉常用的特征工程方法；
3、熟练掌握Python,Scala,C++,Java中两门以上编程语言；
4、熟悉Tensorflow/PaddlePaddle等常用分布式深度学习框架，熟悉Spark/Hadoop/Hive等
大数据工具；
5、责任心强，有快速学习的能力、优秀的沟通能力，有创新精神，乐于接受挑战。
招聘部门：
小米
工作地点：
北京市
面试建议：
面试小米广告算法实习生岗位时，面试官会重点关注你在广告推荐算法和机器学习模型优化方面的实际能力。这个岗位不仅要求你熟悉常见的机器学习算法如GBDT、LR、LTR，还需要你对深度学习模型如Wide&Deep/DeepFM有深入理解。更重要的是，你需要展示出如何将这些算法应用到实际的广告业务场景中，比如CTR/CVR预估和转化模型优化。 建议你在准备面试时，除了复习基础知识外，重点准备一些实际案例。你可以思考如何解决广告推荐中的冷启动问题，或者如何优化现有的点击率预估模型。同时，确保你对分布式计算框架和大数据工具有实际操作经验，因为这是处理海量用户行为数据的基础。在面试中，展示你的快速学习能力和创新思维也很重要，因为广告算法领域的技术更新非常快。