算法工程师-搜索/推荐/广告

北京 · 校招 · 2027 届 · 本科

长期有效

前往官方投递页 →

任职要求

1. 2026年10月1日至2027年9月30日期间毕业，统招本科及以上学历
2. 计算机科学、人工智能、自动化、电子工程、机器人学等相关专业优先
3. 编程能力：扎实掌握Python/C++/Java中至少一门编程语言，熟悉Linux操作系统，具备扎实的数据结构与算法功底
4. 算法基础：精通机器学习、深度学习核心原理，熟悉LR、GBDT、DNN、Transformer、DeepFM等常用模型，了解TensorFlow、PyTorch等深度学习框架
5. 业务认知：了解搜索、广告、推荐领域核心逻辑与基本流程，具备一定的业务敏感度
6. 熟练使用AI开发工具与实验追踪平台，有利用AI编程助手（如GitHub Copilot）辅助算法开发的经历；有相关AI竞赛或业务成果者优先
7. 对AI新技术保持好奇心，乐于主动学习并快速掌握新的AI知识和功能，积极拥抱新技术
8. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。

岗位描述

1. 负责搜索、广告、推广系统全链路算法优化，涵盖召回、粗排、精排、混排、机制策略等核心环节，提升流量匹配效率与商业变现能力；
2. 优化CTR、CVR、DeepCVR、LTV等核心业务指标预估模型，结合业务场景迭代模型结构，提升广告精准度、用户转化效率与投放ROI；
3. 探索大模型、多模态技术在搜广推场景的落地应用，包括生成式召回、创意生成、用户意图理解、端到端广告生成等方向；
4. 运用强化学习、运筹优化、因果推断、长序列建模、图神经网络等技术，优化智能出价、自动化投放、流量分配、竞价机制与归因策略；
5. AI应用探索：持续跟踪搜广推领域AI前沿，熟练运用AI实验管理平台与工具链加速模型迭代，推动智能化投放策略落地。
1. 2026年10月1日至2027年9月30日期间毕业，统招本科及以上学历；
2. 计算机科学、人工智能、自动化、电子工程、机器人学等相关专业优先；
3. 编程能力：扎实掌握Python/C++/Java中至少一门编程语言，熟悉Linux操作系统，具备扎实的数据结构与算法功底；
4. 算法基础：精通机器学习、深度学习核心原理，熟悉LR、GBDT、DNN、Transformer、DeepFM等常用模型，了解TensorFlow、PyTorch等深度学习框架；
5. 业务认知：了解搜索、广告、推荐领域核心逻辑与基本流程，具备一定的业务敏感度；
6. 熟练使用AI开发工具与实验追踪平台，有利用AI编程助手（如GitHub Copilot）辅助算法开发的经历；有相关AI竞赛或业务成果者优先；
7. 对AI新技术保持好奇心，乐于主动学习并快速掌握新的AI知识和功能，积极拥抱新技术；
8. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。

你的简历匹配这个岗位吗？

上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方

登录后分析我的简历

该岗位可能会问的问题

基于后端开发岗位的常见面试问题整理

请解释 RESTful API 的设计原则，并举一个你实际设计过的例子

类型专业能力·难度中等

查看答题思路

1. 资源导向：URL 表示资源而非操作 2. HTTP 方法语义：GET/POST/PUT/DELETE 对应查增改删 3. 无状态：每个请求包含全部所需信息 4. 统一接口：一致的响应格式（如 JSON） 5. 举例：用户模块 /users/{id}，GET 查/POST 创/PUT 改/DELETE 删，返回统一 {code, data, message}

MySQL 索引的底层数据结构是什么？为什么用 B+ 树而不是哈希表或红黑树

类型专业能力·难度困难

查看答题思路

1. B+ 树：非叶子节点只存 key 不存 data，单次 IO 读更多 key 2. 叶子节点形成有序链表，支持范围查询（哈希表不支持范围） 3. 高度低（3-4 层可存千万级数据），减少磁盘 IO 4. 对比红黑树：B+ 树是多叉的，高度更低，磁盘 IO 更少

你参与过的最复杂的后端项目是什么，你承担了什么角色

类型项目经历·难度中等

查看答题思路

1. 项目背景：一句话说清业务场景 2. 技术栈：语言/框架/数据库/中间件 3. 个人职责：你做的，不是团队做的——用「我设计了」「我优化了」 4. 难点：遇到了什么具体问题，怎么解决的 5. 数据佐证：QPS 从多少提到多少 / 延迟降了多少

什么是微服务架构，和单体架构相比各有什么优劣

类型专业能力·难度简单

查看答题思路

1. 单体：所有功能在一个进程，部署简单，初期开发快；缺点是耦合高、扩展难 2. 微服务：按业务拆分独立服务，独立部署/扩展/技术栈 3. 优点：故障隔离、团队自治、技术栈灵活 4. 缺点：网络开销、分布式事务、运维复杂度 5. 判断标准：团队<10 人或业务不复杂时，单体是更好的选择

如何设计一个高并发的秒杀系统

类型情景/案例·难度困难

查看答题思路

1. 前端限流：按钮置灰、验证码 2. 网关层：Nginx 限流 + 负载均衡 3. 业务层：Redis 预减库存（原子操作），消息队列异步下单 4. 数据库：乐观锁扣库存，读写分离 5. 降级方案：流量过大时返回「已售罄」而非崩溃

更多面试题库功能即将上线

信息来源：企业官方招聘页。投递前请以官网信息为准。

前往官方投递页 →