百度电商推荐算法工程师（J85768）

-负责电商直播排序模型算法的设计和开发工作，包括CTR、CVR、时长、GMV建模 -负责特征设计、目标优化、用户分层建模 -持续关注行业最新技术动态，探索创新性的电商直播技术解决方案 -负责在线&离线模型调研、开发工作 -负责电商直播和短视频召回相关工作 -负责多目标排序机制和生态机制的建设

1、通过业界领先的推荐技术提升电商推荐业务的各项指标，包括点击率、转化率、GMV等； 2、负责推荐系统的各阶段效果优化，包括召回/排序/重排等； 3、负责提升用户的推荐体验，包括推荐多样性、惊喜性、相关性等； 4、深入理解用户在电商的各类行为，分析驱动业务的增长点，并推动落地； 5、研究深度学习、自然语言理解、计算机视觉等领域的前沿算法，结合业务做算法改进和技术创新。

1、参与亿级用户规模的电商推荐优化，提升内容电商观看时长、点击率、转化率、GMV、LTV等核心指标； 2、通过深度学习领域的研发工作，包括但不限于深度模型设计与优化、强化学习、迁移学习、图神经网络等的算法和系统提升预估效果； 3、通过推荐算法机制优化电商流量结构和GMV结构，促进电商生态的健康发展。

1、参与亿级用户规模的电商推荐优化，提升包括商品推荐(首页猜你喜欢)、内容推荐(直播、短视频)在内的泛货架电商的GMV、订单量、用户留存等核心指标； 2、通过深度学习领域的研发工作，包括但不限于生成式推荐、LLM4Rec、超大规模序列建模、多任务学习、长期价值建模等算法和系统提升预估效果； 3、持续关注前沿技术发展方向，参与推荐系统架构的长期技术演进与技术攻坚； 4、通过推荐算法机制优化电商流量结构和GMV结构，促进电商生态的健康发展。