腾讯微信搜索-算法工程师-个性化推荐/搜索
任职要求
1.机器学习/模式识别/人工智能/计算机等相关专业硕士以上学历; 2.深入掌握机器学习、深度学习算法及原理,在推荐系统/搜索/广告等场景有实际算法落地经验; 3.有深度模型开发/网络调优能力,有离线大数据处理经验; 4.具有良好的工程实现能力,熟练掌握C/C++、Python等编程语言,熟悉tensorflow/pytorch等框架; 5.在机器学习/数据挖掘/推荐系统/nlp等领域顶级会议(期刊)发表过论文优先。
工作职责
1.参与微信搜一搜表情业务个性化推荐/搜索方向算法优化工作,通过技术优化,提升微信海量用户的表情推荐和表情搜索的体验; 2.工作内容包括并不限于:序列建模排序、多队列召回、用户表征、人群优化、冷启动等; 3.涉及技术包括并不限于:长序列建模、用户兴趣表征学习、大模型应用、生成式推荐/搜索、海量行为分析和信号挖掘等; 4.持续探索前沿个性化技术在表情推荐/搜索业务中的落地应用。
1.负责微信搜索图文排序优化,包括但不限于搜索排序模型和机制、个性化排序、CTR预估、时效性、内容质量权威等模块的持续优化; 2.解决实际搜索业务问题,包括但不限于排序优化、索引筛选、内容价值衡量等,不断提升搜索体验和效果; 3.跟踪最新大模型技术,通过SFT、强化学习等相关LLM技术持续提升搜索体验。
联盟算法团队依托于联盟业务生态,以大模型、深度学习、多模态理解等先进AI技术来驱动站外广阔的十亿级消费者的电商营销场景发展。不同于站内确定性场景,我们直接面向站外复杂多变的电商生态,因此可以接触到业界前沿的领域知识,如微信、微博等社交领域、抖音快手小红书等内容场景。我们持续进行LLM大语言模型、深度学习、多模态理解、知识图谱、信息检索、图学习等前沿技术的研究,并通过搜索、推荐、投流、榜单、承接页等产品形式,在用户意图理解、渠道智能选品、商家营销建议、个性化召回、多场景多目标预估、排序策略、智能创意等领域进行深耕,在不断提升业务效果的同时,也在不断拓展基础技术和应用技术的边界。热忱欢迎对大语言模型、广告算法、搜索推荐和计算机视觉等方向感兴趣的同学加入我们,一起加油,共同成长!我们坚信你的加入,是我们彼此优秀的开始。
1.自然语言/机器学习/模式识别/人工智能/计算机等相关专业硕士以上学历; 2.熟练掌握 Python、c/c++等语言,有丰富自然语言处理、大模型领域实践和科研经验,熟悉pyTorch/TensorFlow/Deepspeed等深度学习框架,熟悉自然语言处理、transformer、大模型领域的主流技术方案和前沿进展; 3.有自然语言处理、大模型Agent相关经验优先; 4.具有良好的问题分析和解决能力,能积极应对具有挑战性的工作;同时,乐观积极,具有良好的团队合作精神、沟通能力和自驱性。