. 負(fù)責(zé)房產(chǎn)交易場景下用戶-房源智能匹配算法的設(shè)計(jì)、開發(fā)與迭代，提升匹配準(zhǔn)確率（當(dāng)前85%，目標(biāo)90%+）、帶看轉(zhuǎn)化率及用戶成交效率；
2. 挖掘用戶畫像（購房需求、預(yù)算、偏好等）與房源標(biāo)簽（位置、戶型、價(jià)格、配套等）核心特征，構(gòu)建多維度匹配模型（如協(xié)同過濾、深度學(xué)習(xí)推薦模型）；
3. 優(yōu)化算法效果指標(biāo)（如點(diǎn)擊率、匹配精準(zhǔn)度、交易轉(zhuǎn)化周期），通過A/B測試持續(xù)迭代模型參數(shù)；
4. 對(duì)接業(yè)務(wù)團(tuán)隊(duì)，理解房產(chǎn)交易場景需求，將算法方案落地至平臺(tái)產(chǎn)品（小程序+APP），解決供需錯(cuò)配問題；
5. 跟進(jìn)行業(yè)前沿算法技術(shù)（如大語言模型在推薦場景的應(yīng)用），結(jié)合房產(chǎn)直賣業(yè)務(wù)特性進(jìn)行技術(shù)創(chuàng)新與落地。

三、任職要求

1. 硬性要求

- 學(xué)歷：本科及以上學(xué)歷，計(jì)算機(jī)科學(xué)、人工智能、統(tǒng)計(jì)學(xué)、應(yīng)用數(shù)學(xué)等相關(guān)專業(yè)；
- 經(jīng)驗(yàn)：3年以上推薦算法/匹配算法相關(guān)工作經(jīng)驗(yàn)，有房產(chǎn)、電商、生活服務(wù)類平臺(tái)智能匹配/推薦系統(tǒng)落地經(jīng)驗(yàn)者優(yōu)先；
- 技術(shù)能力：
- 精通Python/Java，熟練使用TensorFlow、PyTorch等深度學(xué)習(xí)框架，掌握Scikit-learn、XGBoost等機(jī)器學(xué)習(xí)工具；
- 深入理解協(xié)同過濾、邏輯回歸、決策樹、神經(jīng)網(wǎng)絡(luò)等算法原理，具備復(fù)雜場景下模型設(shè)計(jì)與調(diào)優(yōu)能力；
- 熟悉數(shù)據(jù)處理流程，能獨(dú)立完成數(shù)據(jù)清洗、特征工程、模型訓(xùn)練、部署上線全鏈路工作；
- 具備高并發(fā)、大數(shù)據(jù)場景下算法性能優(yōu)化經(jīng)驗(yàn)（如千萬級(jí)用戶/房源數(shù)據(jù)匹配效率提升）。

2. 軟性要求

- 業(yè)務(wù)敏感度：能快速理解房產(chǎn)交易場景痛點(diǎn)（如用戶隱性需求挖掘、房源動(dòng)態(tài)標(biāo)簽更新），將業(yè)務(wù)需求轉(zhuǎn)化為算法解決方案；
- 落地能力：注重工程實(shí)現(xiàn)與效果驗(yàn)證，有獨(dú)立主導(dǎo)算法項(xiàng)目從0到1落地并達(dá)成業(yè)務(wù)指標(biāo)的案例；
- 創(chuàng)新思維：關(guān)注行業(yè)技術(shù)趨勢，樂于嘗試新算法、新模型在房產(chǎn)場景的應(yīng)用；
- 協(xié)作能力：能與產(chǎn)品、技術(shù)、運(yùn)營團(tuán)隊(duì)高效溝通，推動(dòng)算法方案落地與迭代。

3. 加分項(xiàng)

- 有房產(chǎn)行業(yè)用戶畫像構(gòu)建、房源智能排序、供需匹配相關(guān)項(xiàng)目經(jīng)驗(yàn)；
- 熟悉大語言模型（LLM）在推薦/匹配場景的應(yīng)用（如基于對(duì)話的需求挖掘、個(gè)性化推薦）；
- 擁有算法相關(guān)專利或頂會(huì)論文者優(yōu)先；
- 具備數(shù)據(jù)安全、隱私計(jì)算相關(guān)經(jīng)驗(yàn)（適配房產(chǎn)交易用戶數(shù)據(jù)合規(guī)要求）。

四、薪資福利

- 薪資：15-20k/月（或根據(jù)經(jīng)驗(yàn)與能力面議）+ 績效獎(jiǎng)金（1-3個(gè)月薪資）+ 股權(quán)激勵(lì)（核心崗位）；
- 福利：五險(xiǎn)、帶薪年假+法定節(jié)假日、節(jié)日福利、年度體檢、學(xué)習(xí)和租房補(bǔ)貼
（外地戶籍）；