腾讯微信小店-高级推荐算法工程师

1.负责电商推荐策略，建设微信内多种内容载体（电商直播、短视频等）的推荐策略，拓展电商流量规模，提升电商转化效率； 2.深入理解推荐系统，在电商推荐的多个方向，如流量规模提升（购物意图用户渗透与转化催化）、用户增长（新用户增长、用户LTV提升等）、商业策略（电商内容冷启、趋势品与爆品构造等）等方向有具体的落地经验与成果； 3.有数据分析基础，能够利用数据辅助决策，有效设计并推动策略实验落地和效果验证； 4.了解电商行业，对商业生态中的用户、商家、达人等需求敏感，能够综合各角色诉求抽象有效的推荐策略促进业务迭代。

1.负责电商短视频/直播内容的质量刻画、高质量内容挖掘与分级流量调控； 2.通过文本/视频类大模型的特征提取、要点识别、分类计算、建模应用等方法，刻画和挖掘内容，结合推荐系统的流量调控与治理信号，提升整体的推荐流量健康度； 3.深入理解内容与电商生态，基于阶段下的供给情况，联动行业团队做好商达与内容的引入与分发； 4.理解推荐系统，有数据分析基础，能够利用数据辅助决策，有效设计并推动策略实验落地和效果验证； 5.深入研究语言与图像类大模型应用在内容理解与生成方面的进展，做好能力的前瞻储备建设。

1.设计、开发和优化机器学习模型，应用于微信小店及微信交易的内容审核、风险控制、商家行为监管和用户安全等治理场景； 2.基于海量的数据，进行数据清洗、特征提取、模型训练和评估，提升平台违规行为检测的准确性和效率； 3.参与反作弊、负向信息过滤、虚假交易检测等关键系统的算法研发和优化，维护平台生态健康； 4.持续跟踪机器学习领域的前沿技术和应用，推动新技术在平台治理中的落地和创新； 5.根据平台实际业务需求，开发并维护可扩展、高效的算法框架和工具，提升治理系统的稳定性和灵活性。

1.负责微信小店业务的推荐技术研发，包括但不限于召回、精排、重排，新用户冷启等； 2.结合微信小店的业务特点，对推荐全链路上的模型进行效果优化以及推荐策略迭代，提升用户体验以及业务指标。