AI智能匹配算法工程师（房产交易方向）

. 负责房产交易场景下用户-房源智能匹配算法的设计、开发与迭代，提升匹配准确率（当前85%，目标90%+）、带看转化率及用户成交效率；
2. 挖掘用户画像（购房需求、预算、偏好等）与房源标签（位置、户型、价格、配套等）核心特征，构建多维度匹配模型（如协同过滤、深度学习推荐模型）；
3. 优化算法效果指标（如点击率、匹配精准度、交易转化周期），通过A/B测试持续迭代模型参数；
4. 对接业务团队，理解房产交易场景需求，将算法方案落地至平台产品（小程序+APP），解决供需错配问题；
5. 跟进行业前沿算法技术（如大语言模型在推荐场景的应用），结合房产直卖业务特性进行技术创新与落地。

三、任职要求

1. 硬性要求

- 学历：本科及以上学历，计算机科学、人工智能、统计学、应用数学等相关专业；
- 经验：3年以上推荐算法/匹配算法相关工作经验，有房产、电商、生活服务类平台智能匹配/推荐系统落地经验者优先；
- 技术能力：
- 精通Python/Java，熟练使用TensorFlow、PyTorch等深度学习框架，掌握Scikit-learn、XGBoost等机器学习工具；
- 深入理解协同过滤、逻辑回归、决策树、神经网络等算法原理，具备复杂场景下模型设计与调优能力；
- 熟悉数据处理流程，能独立完成数据清洗、特征工程、模型训练、部署上线全链路工作；
- 具备高并发、大数据场景下算法性能优化经验（如千万级用户/房源数据匹配效率提升）。

2. 软性要求

- 业务敏感度：能快速理解房产交易场景痛点（如用户隐性需求挖掘、房源动态标签更新），将业务需求转化为算法解决方案；
- 落地能力：注重工程实现与效果验证，有独立主导算法项目从0到1落地并达成业务指标的案例；
- 创新思维：关注行业技术趋势，乐于尝试新算法、新模型在房产场景的应用；
- 协作能力：能与产品、技术、运营团队高效沟通，推动算法方案落地与迭代。

3. 加分项

- 有房产行业用户画像构建、房源智能排序、供需匹配相关项目经验；
- 熟悉大语言模型（LLM）在推荐/匹配场景的应用（如基于对话的需求挖掘、个性化推荐）；
- 拥有算法相关专利或顶会论文者优先；
- 具备数据安全、隐私计算相关经验（适配房产交易用户数据合规要求）。

四、薪资福利

- 薪资：15-20k/月（或根据经验与能力面议）+ 绩效奖金（1-3个月薪资）+ 股权激励（核心岗位）；
- 福利：五险、带薪年假+法定节假日、节日福利、年度体检、学习和租房补贴
（外地户籍）；