副研究员 Associate Scientist

关于雅虎研究院：你喜欢挑战和复杂的问题么？你热衷于处理每天数以千兆的海量数据么？你想每天给地球上拥有数以亿计网页访问的数以百万的用户最好的用户体验么？你想成为创建最繁忙的互联网目的地的团队一部分么？

雅虎研究院是互联网新兴学科的先驱。作为雅虎优秀科学家的中心，雅虎研究院通过研发增强公司产品的新技术以实现在基础和应用科学的领先。

北京研究院的主要研究方向包括：

Web-scale推荐：研究如何在在合适的场景下推荐高质量的信息给需要的用户。雅虎拥有海量的用户数据和内容数据，我们主要研究如何利用这些数据构建web scale的推荐系统。研究问题包括E&E(Exploration and Exploitation)机制下大规模相似性搜索，有效的用户行为分析和兴趣建模、个性化推荐、基于机器学习的排序、和用户体验优化等。我们期待对web scale推荐系统感兴趣人才的加入！

计算广告学：研究如何在给定场景下向用户推荐最合适的广告。如何选择能够提高用户满意度且最大化收益的广告绝非易事。我们需要识别有购买潜力的用户，衡量广告与投放上下文的相关性，以及预测点击率。这个领域刚刚起步，需要更好的算法来提高性能和可扩展性。 我们的目标是应用科学的研究方法，采用最新的技术来投放和搜索广告，以此优化互联网上的收益。

社交网络和数据分析：我们研究由邮件，IM以及各种社交网站构建的社交网络数据，由此过滤垃圾，检测有影响力者，向用户推荐内容、广告、话题以及其他用户。此外，互联网用户生成数据（例如博客、新闻评论、评分、评论、照片等等）也在蓬勃发展。如何对其进行排序，总结，以及分析情绪也成为新的挑战。

多媒体搜索：网络用户对于图像和视频等多媒体内容表现出越来越大的兴趣。仅Flickr就拥有互联网上很大比例的图像资源。我们的研究要回答这样的问题：怎样去综合考虑内容特征和中间数据去检索到最相关的多媒体内容？当面临数以亿计的对象时，我们怎样跨音乐、图像、视频寻找相似或者相关的内容？

主要责任1． 使用统计建模、机器学习和数据挖掘技术来建模提高产品内容和用户需求的相关性、广告利润和用户体验；
2． 深入了解分析海量数据，来理解用户兴趣和行为模式，为用户更精准地推荐相关信息；
3． 与开发团队合作，使研究成果转为现实产品；
4． 驱动互联网产品创新，为公司发掘新的产品和服务。

基本要求1． 计算机、数学、电子工程等相关专业的博士学历；
2． 对于机器学习、数据挖掘、自然语言处理或者计算优化领域扎实的理解；
3． 熟练使用象Python/Perl/UNIX shell等一种脚本语言；
4． 优秀的分析和解决问题的能力。

优先考虑1． 优秀的C/C++/Java或者Matlab编程能力；
2． 对Hadoop 和分布式编程有很好的理解和应用经验；
3． 很好的沟通和团队合作能力。

About Yahoo! LabsDo you enjoy solving challenging and complex problems? Are you passionate about dealing with Tega-byte daily data? Do you want to help deliver the best user experience to billions of page views by hundreds of millions of users around the planet every day? Do you like to be the part of the team building one of the most trafficked Internet destinations?

Yahoo! Labs is pioneering the new sciences underlying the Web. As the center of scientific excellence for Yahoo!, Yahoo! Labs delivers both fundamental and applied scientific leadership through published research and new technologies powering the company's products.

Some of the prominent research projects we're working on in the Beijing Labs include:

• Web-scale recommendation: In the post-search era, we are facing the technical challenge of recommending high quality information to correct user, at correct context. Given Yahoo!'s significant strength on web content, we shall make significant efforts towards the solution to web-scale recommender system. There arise quite a few research problems ranging from large scale similarity search, effective user interest modeling, personalized recommendation, learning to rank, and user experience optimization. We are eager to work with talents who are passionate on make the web-scale recommender system alive!
• Social network and data analysis: Social networking sites like Facebook are gaining in popularity in today's Web. Our research focuses on analyzing the social graphs underlying mail, IM and social networking sites to find influencers, filter out spam, and recommend ads, topics and people to users based on their connections. Another interesting trend on the Web is the rapid growth of user-generated content in the form of blogs, article comments, ratings and reviews, photos, etc. Ranking, summarizing, detecting abuse, and analyzing the sentiment of the vast amounts of user-generated content poses a non-trivial research challenge.
• Computational advertising: The central challenge here is to find the best ad to present to a user engaged in a given context. Selecting an ad which improves the user's Web-experience while maximizing revenue is a non-trivial challenge. It involves identifying the right audience who may be interested in your product and ready to buy it, quantifying relevance between an ad and its context and predicting click through rates. This being a nascent area, there is tremendous scope for new algorithms that perform and scale better. Our goal is to apply scientific methodology and state-of-the-art technology to display and search advertising to optimize monetization of web traffic.
• Multimedia search: Increasingly, users of the Web are drawn to interesting multimedia content in the form of images and videos. Flickr alone has a sizable fraction of all the images on the Web. Our research aims to answer questions like: How do we retrieve the most relevant multimedia content taking into account both content features and metadata (e.g., tags)? How do we find similar or related content - across music, image, and video databases - when we have billions of objects?

We are seeking for applied scientists who will work to develop science solutions to content and collaborative recommendation, user understanding, behavior targeting, ad selection and ranking, ad click modeling, search relevance ranking, query and content analysis.

Job responsibilities:1. Apply statistics modeling, machine learning and data mining techniques to build models to improve relevance, revenue and user experience.
2. Deep dive into the data to get insights, understand user interest and behavior patterns, provide precise recommendation experience to users.
3. Work closely with colleague on the engineering team to put research results into action.
4. Provide thought science leadership to guide the direction of Yahoo! products and services.

Minimum Requirements:1. PhD degree in Computer Science, Electronic Engineering, Automation, Mathematics or related fields.
2. Solid understanding of Machine Learning, Data Mining, NLP, or Computational Optimization.
3. Fluent in a scripting language such as Python, Perl, or UNIX shell.
4. Excellent analytical and problem solving skills.

Preferred Job Qualifications:1. Good programming skills using C/C++/Java or Matlab.
2. Good communication and teamwork spirit.
3. Prior exposure to Hadoop and distributed programming.

 

雅虎北京全球研发中心2015校园招聘流程：

简历投递--座谈会--简历筛选--参加笔试--参加面试--签署就业协议

雅虎北京全球研发中心2015校园招聘招聘行程

城市	高校名称	座谈会日期		简历网申截止日期	笔试日期
北京	中国科学院大学	2014/9/15	星期一	2014/9/18	2014/9/21 北京地区统一考试
	北京航空航天大学
	北京邮电大学	2014/9/16	星期二
	北京大学	2014/9/17	星期三
	清华大学	2014/9/18	星期四
杭州	浙江大学	2014/10/9	星期四	2014/10/6	2014/10/10
上海	上海交通大学	2014/10/13	星期一	2014/10/10	2014/10/14

 

公司简介：

雅虎北京全球研发中心

雅虎北京全球研发中心成立于2009年6月，是由美国雅虎公司全权负责运营的研发机构。作为雅虎全球创新引擎，雅虎北京全球研发中心致力于为雅虎公司的全球业务提供面向未来的创新技术、一流产品和卓越的开发平台。其四大研发方向分别为科学驱动的个性化、广告、移动和云计算。在雅虎公司现有的研发体系及未来发展蓝图中都处于重要的战略地位，我们用源自中国的智慧帮助雅虎公司为全球的8亿用户提供最佳的产品体验。

愿景

雅虎北京全球研发中心一直致力于促成"三赢"的发展愿景：首先，雅虎北京全球研发中心为员工创造从事公司全球核心项目的机会以及宽松的工作环境，同时积极与本土科研机构和技术社区合作，让人才"赢"；其次，雅虎北京全球研发中心在中国智慧的助力之下，令雅虎公司"赢"；最后，通过把世界级的核心项目带到中国来，提高国家的创新实力，让中国"赢"。

研发战略

雅虎北研的研发战略可以概括成"核心力量•全球影响"八个字。研发真正的核心技术与产品，成为公司创新的支柱性力量，产品为全世界8亿雅虎用户所使用，这是雅虎北研的独特性与重要性之所在。

研发方向

雅虎北京全球研发中心专注于科学驱动的"个性化"、"广告"、"移动"以及"云计算"四大平台级产品领域。

科学驱动的工程开发

"科学驱动的工程开发"是我们的一大特色，科学研究和工程开发的紧密结合根植于雅虎北京全球研发中心的DNA中，二者共同组成了我们PaaS（平台即服务）大数据战略的核心。我们应用雅虎的云计算基础架构来收集、分析和处理大规模数据，以解决雅虎产品中的实际问题。科学研究是雅虎提供独特、相关且个性化的移动和互联网体验的秘密武器。通过科学研究，我们致力于提供更丰富的用户交互、更相关的广告推荐和内容推荐，以及无缝一致的跨设备用户体验，从而激励广告主在雅虎的互联网产品上，通过购买显示广告和搜索广告来推广他们的产品和服务。应用于各类产品的下一代雅虎PaaS平台正在北京研发-包括个性化、定向广告、搜索广告、显示广告和反作弊等。科学研究是推进这些PaaS产品升级更新的原动力。吸引顶尖的研究人员、应用科学家、算法工程师和有创造力的产品经理在过去和将来都是雅虎北京全球研发中心的核心任务和使命。

人才

雅虎北京全球研发中立足于雅虎公司在全球业务发展上的需求，吸纳和培育一流的人才与团队，为雅虎公司的全球用户提供出色的技术、产品和平台。作为中国最理想的技术人才中心之一，雅虎北京全球研发中心汇聚了百余名来自海内外的优秀技术人才，并且这个数字还在不断地飞速膨胀。我们不但为技术人才提供了优厚的待遇和舒适的工作环境，更为他们的职业发展提供了广阔的空间，并在高度自由的环境中鼓励他们沿着自己喜欢的方向不断前进。

△△Ying•Jie•Sheng。com

本站提醒:如何识别虚假招聘信息？求职必看，切勿受骗上当！

如何写一份简单、直接、高效的求职信？