百度推荐算法实习生（J83978）
任职要求
-对技术研究和应用抱有浓厚的兴趣，有强烈的上进心和求知欲，善于学习和运用新知识 -具有以下一个或多个领域的理论背景和实践经验：机器学习/深度学习/强化学习/自然语言处理/推荐系统/信息检索 -熟练掌…
工作职责
-负责百度Feed推荐系统核心模块的技术研发工作，大规模机器学习算法在亿级别用户产品中的应用 -负责推荐技术的的持续优化，基于超大规模深度神经网络模型和机器学习系统，探索业界前沿推荐技术 -深入理解推荐生态，通过对数据的敏锐洞察，深入挖掘产品潜在价值和需求，通过技术创新推动生态健康发展 -在个性化推荐场景下，洞察用户需求，将机器学习技术与业务相结合，创造用户与商业价值
我们是网易云音乐算法团队，专注于行业领先的搜推算法。我们通过技术赋能云音乐业务，提升用户体验，产生商业化价值。 在这里你可以： 1、接触到亿级别海量、真实的用户数据，使用深度学习、图模型、多资源多目标建模、LLM4Rec等算法，发挥算法技术的价值； 2、使用行业领先的大规模分布式机器学习平台，实现并不断优化推荐、搜索等算法； 3、探索落地各种创新的算法技术思想，转化为论文成果，或者支撑业务效率提升；
我们是网易云音乐算法团队，专注于行业领先的搜索或者推荐算法，我们致力于通过技术赋能云音乐各项业务，通过社区广场推荐，提升用户体验，产生商业化价值。 在这里你可以： 1、参与云音乐各场景相关的AIGC算法应用，使用NLP、多模态、LLM等技术，优化包括多模态内容理解、大模型交互式对话、大模型AI创作生成等业务应用的效果提升； 2、参与云音乐创新业务相关的算法优化，使用业界领先的深度学习、强化学习、图模型等，优化推荐、直播、声音、社交等业务的算法； 3、参与前沿的基础算法模型建设，包括继续预训练、视频生成微调，音乐生成训练等垂类基座模型的构建和应； 4、接触到亿级别海量、真实的用户数据，使用深度学习、强化学习、图模型等算法，发挥推荐的价值； 5、使用行业领先的大规模分布式机器学习平台，例如tensorflow等开源的工具，实现并不断优化推荐、搜索等算法。
团队介绍：小红书交易算法团队立足于整个交易分发场景，探索机器学习、深度学习、强化学习、人工智能和NLP前沿的技术发展，探索社区交易的价值。算法场景分为搜索与推荐； 岗位职责： 1、触发策略：用户数据理解、深度匹配，传统匹配、用户意图识别、query纠错/改写、相关性建模等； 2、质量预估：点击率、转化率、客单价、交易额预估等； 3、机制设计：排序机制、流量预估、多样性机制等； 4、创意优化：商品图片、标题、优惠信息等展示创意优化；
工作职责： 1、协助负责推荐技术落地，完成个性化推荐模型、分发策略、用户理解、内容理解等方向突破； 2、负责社区业务推进，将业务问题进行技术抽象，系统性优化海量用户体验； 3、协助研发新的推荐策略和算法，并不断优化效果和性能；