快手推荐算法工程师/专家 -【本地生活RECO】
任职要求
1、自信、敢于突破，对技术充满热情，对探索技术突破有执着追求； 2、具备良好的沟通协作能力，较强的责任感和持续的自驱力； 3、计算机、数学、统计学、电子工程、通信、人工智能等相关专业； 4、熟悉Linux，C++，Java和Python，优秀的编码与代码控制能力, 扎实的数据结构和算法功底； 5、熟悉大规模数据挖掘、机器学习、分布式计算，具备实际工作经验； 6、善于阅读文献，快速学习 ，具备优秀的分析和解决问题的能力，良好的沟通协作能力。 如果你还满足以下要求，我们会优先考虑： 1、有推荐系统、机器学习、信息检索、自然语言理解、计算广告学及算法博弈论相关领域研究及实践经验； 2、有实际线上的高并发架构开发和调优的经验； 3、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶级会议上有文献发表； 4、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。
工作职责
1、参与亿级用户规模的视频推荐优化，提升快手本地生活业务流量效率； 2、深入理解业务以及快手推荐系统，寻找短期、长期不同视角下的业务增长空间，不断完善推荐系统； 3、探索和研究最前沿的技术，结合实际应用场景，产出有效的业界领先的技术解决方案； 4、这里有众多行业极具影响力的技术人和你碰撞思维，讨论有趣的技术业务问题； 5、这里有和技术深度结合且极大规模、富有社会价值的业务场景，为你提供广袤的创新空间； 6、这里有丰富的数据和海量计算资源，期待你的发挥，创造更多的价值。
团队介绍：字节跳动抖音搜索团队主要负责抖音搜索算法创新和架构研发工作，主要包括短视频、直播、本地生活、视觉搜索等多个业务线。我们使用最前沿的机器学习技术进行端到端建模并不断创新突破，同时专注于分布式系统、机器学习系统的构建和性能优化，从内存、Disk等优化到索引压缩、召回、排序等算法的探索，充分给同学们提供成长自我的机会。主要工作方向包括：1、探索前沿的NLP技术：从基础的分词、NER，到应用上的Query分析、基础相关性等，全链路应用深度学习模型，每个细节都充满挑战；2、跨模态匹配技术：在搜索中应用CV+NLP深度学习技术，让视频搜索拥有更强大的检索能力；3、大规模流式机器学习技术：应用大规模机器学习，解决搜索中的推荐问题，让搜索更加个性化更加懂你；4、千亿级数据规模的架构：从大规模离线计算，分布式系统的性能、调度优化，到构建高可用、高吞吐和低延迟的在线服务的方方面面都有深入研究和创新。 1、参与搜索引擎研发，探索搜索全链路（分析、召回、粗排、精排、混排）的个性化行为建模，包括CTR、CVR预估、向量召回、价值混排、RAG、NLP、LLM、多模态、机器学习、深度学习等，推动搜索算法在国际化电商场景的落地与提升，提升亿级用户搜索体验； 2、参与国际化电商搜索算法的优化与迭代，提升转化效率、用户体验和供给生态；解决多语言相关性匹配、权威性感知、种草内容理解、重复铺货、山寨假货治理等技术难题，极致优化内容电商、传统货架电商等多种电商业务形态的基础搜索质量；极致提升商品、种草视频和带货直播的购物转化效率，促进GMV增长； 3、深入参与核心搜索产品的需求设计，负责算法和工程的高质量交付，持续优化效果提升产品体验； 4、挖掘数据，构建Query理解、召回、排序等模型，提升电商搜索算法能力； 5、学习前沿技术，探索大模型等创新技术在AI搜索场景的落地。
1、负责研发行业领先的AIGC素材创意生成技术，包括多模态理解、多模态检索、多模态生成等前沿技术，应用于电商、商业化、本地生活等场景的创意素材生成； 2、负责大模型（LLM、MLLM)的指令微调、RLHF等技术的深入探索与研发，提升文案内容的生成质量； 3、负责研发AIGC素材创意生成平台，实现自动化、智能化的素材创意内容的生成与推荐。
Keeta is an independent brand of Meituan, the world's largest tech-driven retail company. We focus on food and consumer product delivery services in international markets with the mission: "We help people eat better, live better".Established in March 2010, Meituan has helped transform the supply and demand of service and product retail across the digital landscape.As Meituan and Keeta continue to increase R&D investment and advance in new technologies, we uphold a customer-centric approach, working with our partners to provide quality services to customers. 1. 负责Keeta实时调度系统中关键模型的建模与优化，针对即时配送实时调度问题存在的多目标、不确定性、动态性与超大规模等特点，综合使用机器学习、深度学习、强化学习、因果推断等技术手段进行多场景联合优化，持续创新迭代，提升人单匹配决策质量。建模方向包括但不限于：ETA预估、路径规划和时间预估、供需预测、转化预估、订单难度及接单意愿刻画、定价、骑手活动优化等。 2. 针对即时配送领域特点，颠覆创新传统供应链物流技术体系，探索即时配送履约新模式，提升降本增效天花板。
1.发展大规模深度学习、图学习等技术，利用注意力机制、记忆网络、关系网络等模块，从跨多个时空场景的海量数据中理解用户需求、发掘用户兴趣，优化点击率、转化率模型，为用户展示更合适、更感兴趣的美食和商品； 2.发展强化学习、可解释深度学习、多模态学习、多目标优化等技术，优化重排、混排模型，智能调控流量分发，优化平台生态，实现消费者和商家共赢； 3.探索推荐大模型的落地、以及大模型对推荐模型范式带来的改变