百度内容理解策略算法工程师（J92914）

-负责全网优质内容收录和索引中相关核心技术研究与开发 -基于深度学习、大模型等，打造业界领先的内容理解技术体系 -设计策略和算法及分析系统的技术缺陷，对策略和系统做出合理的优化升级 -基于数据挖掘和数据分析，对于业务方向产出精准的洞察

-负责大型spider系统的核心技术研究和开发，全面覆盖各种形态、载体和来源的优质资源 -借助自然语言处理、大模型等技术，深入挖掘资源内容特征和潜在价值，迭代全网内容收录与更新策略和算法 -以通用技术，从千亿量级网页中提取有价值的信息，对网页进行充分的结构理解 -基于数据挖掘和数据分析，对于业务方向产出精准的洞察

-负责大型spider系统的核心技术研究和开发，全面覆盖各种形态、载体和来源的优质资源 -借助自然语言处理、大模型等技术，深入挖掘资源内容特征和潜在价值，迭代全网内容收录与更新策略和算法 -以通用技术，从千亿量级网页中提取有价值的信息，对网页进行充分的结构理解 -基于数据挖掘和数据分析，对于业务方向产出精准的洞察

社区推荐： 1、负责推荐技术的落地；实现个性化推荐，分发策略，用户理解，内容理解等方向的技术突破； 2、沉淀社区推荐技术，并探索业务的边界。能够从复杂的业务环境中抽象出清晰具体的技术问题，并将机器学习等推荐技术有效应用于小红书App社区图文及视频推荐，提升海量用户体验，Inspire Life； 3、与各部门（包括并不限于产品，基础技术等）的同事一起深入交流合作，共同迭代和优化社区信息流推荐产品。 广告推荐： 1、负责广告系统核心算法研发，包括展示&搜索CTR/CVR模型、流量策略、出价策略、广告主自动化投放算法； 2、优化商家投放体验，包括冷启动、投放稳定性、新客留存等方向，不断引入更多商家预算； 3、优化广告召回、出价策略、排序模型等算法模块，增强电商广告流量匹配效率。 电商推荐： 1、参与交易个性化推荐技术的优化，通过深度学习、迁移学习、跨域表征、多任务学习等技术提升分发匹配的效率，让每个用户可以快速准确的发现好货； 2、能够从复杂的业务环境中抽象出清晰具体的技术问题，将机器学习等推荐技术有效应用于小红书App社区图文及视频推荐，提升海量用户的交易与浏览体验； 3、基于电商交易业务，进行模型和算法创新，与各部门（包括并不限于产品，业务中台等）的同事一起深入交流合作，打造业界领先的推荐算法。 增长推荐： 1、负责用户增长各环节的算法策略研发，通过算法策略优化提升个性化触达、外投广告、个性化内容分发、用户画像等效果； 2、负责个性化推荐业务召回、排序等算法研发，持续优化用户拉新和拉活各个环节的算法效率； 3、负责广告投放算法工作，通过个性化预估模型和运筹优化等算法，实现对用户的精准触达和出价，提升广告投放效率； 4、负责用户消息触达等相关算法工作，通过推送等触达提升用户规模。