👇🏻点击下方卡片关注公众号
不再错过每一篇精彩更新
工作日常 / 招聘
本文 1800 字，约需 5 分钟
我是做外卖广告的算法平台的。
什么是“算法平台”呢？每次给朋友介绍的时候，朋友都一头雾水。
相信大家对算法岗位在做什么都比较熟悉了。简单来说，算法岗位的工作就是通过海量的数据训练出机器学习模型，这个模型能完成某一个方面的任务，比如 CTR 预估、AIGC 等等。
算法模型每天都在迭代，如果每个同学都各干各的，各种工具和代码不能复用，那么效率一定会奇差无比。
我们组在干的事情，就是打造一个完整的算法工作平台，能完成数据准备、模型训练、模型部署。
这样就可以使算法同学专注于特征和模型的效果上，不用关心工程上的性能优化，就可以提高算法同学的工作效率，节约了大团队的成本。
有算法平台后，专注算法本身，井井有条😄
具体来说，我们的工作主要是下面 3 个事情。
特征平台。特征是模型的输入，非常重要。特征包括离线、在线：离线是为了将特征快速生产出来给模型训练使用，因此关注高吞吐；在线是给线上模型预估使用的，因此关注低时延。特征是五花八门的：有静态的，有动态的；有单值的，有序列的；有数值的，有文本的……总之，一个平台要兼容各种需求，还要保障线上线下的一致性，很有挑战。这方面用到的技术有 Spark、Flink、Hive、HBase 等等。团队技术文章：https://tech.meituan.com/2021/03/04/featureplatform-in-mtwaimai.html
模型部署。算法同学生产出来模型以后，要部署上线。大家都知道深度学习模型的参数越来越多，计算量也越来越大，现在普遍使用 GPU 加速推理。业界普遍使用 TensorRT、TVM 这些应用来加速推理，除此之外一个模型还是需要很多优化，才能实现高效地在 GPU 上推理。这方面的技术比较前沿，我们团队也做得相当不错。团队技术文章：https://tech.meituan.com/2022/07/06/largescaledeeplearningmodel-engineeringpractice-in-mtwaimaiad.html
机器学习 Pipeline。算法团队有很多人，我们组当然不可能一对一的、case by case 去做这些事情。因此我们做了工作台，让算法同学可以通过配置就能完成特征、模型的全生命管理。绝大多数算法同学的模型迭代我们都是无需感知的，这需要很强的业务和算法抽象能力。这方面主要运用的技术主要是 MLOps。
我们团队一直在随着算法模型的演进而追随业界最先进的技术，比如最近的 AIGC 我们也在探索。
另外，我们面向的客户是公司内的算法同事，不用跟产品同学打交道。团队离业务比较远，更偏技术一些。喜欢钻研技术的同学，可以优先考虑下我们。
上述 3 个方向都在招人，如果你有兴趣，可以直接扫描文末我的微信二维码和我沟通。
下面是岗位的具体要求。
简历投递方式：我的微信二维码，欢迎投递简历，欢迎交流行业经验👇🏻
都看到这里了，关注一下公众号吧~~
关注后回复 1，领取 LeetCode 算法刷题路线；回复 2，领取我写的 1000 篇算法题解 ↓
我是「负雪明烛」。我用 7 年，写了 1000 多篇题解，博客累计阅读量 400 万+。
关注我，你可以获得优质算法题解、求职技巧、大厂内推、工作经验。
欢迎点击关注+星标⭐️！
