快手多模态内容理解推荐工程师
任职要求
1、硕士及以上学历，对音视频前沿技术有浓厚兴趣，对音视频技术和海量数据推荐的结合有兴趣； 2、有自己独立的想法和判断，能够快速复现学术界最新成果； 3、编程基础扎实，熟练掌握C++/Python，熟悉Pytorch、TensorFlow等训练框架； 4、乐于沟通，善于向他人学习，追求不断…
工作职责
1、利用预训练模型和大模型技术， 深入分析快手业务中的图像、视频、文本等多模态内容，提升在线推荐效果； 2、参与亿级用户规模的视频推荐优化，通过特征添加、设计结构、优化学习算法， 持续提升推荐效率， 优化点击、转化、打赏、下单等核心营收指标。
我们正在寻找充满热情、具备深厚研究潜力的应届毕业生加入我们，共同探索下一代推荐系统的边界。你将置身于推荐领域的最前沿，不仅解决当下的业务挑战，更致力于定义未来的推荐范式，将最新的学术突破转化为具有重大影响力的用户产品体验。 ： 1.参与搜狐新闻App核心召回、排序、混排、冷启动等关键推荐算法模块的研发、优化与持续迭代， 直接提升新闻推荐的精准性、个性化和用户体验； 2.聚焦大模型驱动推荐、多模态内容理解与推荐、强化学习/序列决策推荐、多智能体协同推荐等前沿方向，开展深度研究与创新实验，产出具有技术突破性和潜在业务颠覆性的研究成果； 3.负责将前沿推荐算法研究成果（如新模型、新策略、新机制）在真实业务场景中进行快速原型验证与工程化实现，评估其实际性能与可行性，推动关键技术在实际推荐系统的落地应用； 4.紧密追踪国际顶级会议（如 KDD, WWW, RecSys, NeurIPS等）在推荐系统、机器学习及相关领域的最新进展，深入解读前沿论文，定期组织内部分享，推动团队技术视野的持续拓展； 5.积极总结研究与实践成果，参与撰写高质量技术报告，并鼓励向顶级学术会议/期刊投稿，提升团队在推荐技术领域的学术影响力和技术品牌；
-负责推荐广告场景下文、图、视频多模态内容理解算法研发，从质量、风格、营销特色等维度建设内容理解标题体系 -负责多模态内容理解与推荐广告算法的结合，用于优化广告的体验、召回、排序、点击率转化率预估等环节的效果 -负责大语言模型及生成式AI等业界前沿技术的调研及并应用于内容理解，提升内容理解效果 -负责内容理解领域内新技术调研及创新应用范式的探索
1、多模态内容理解与应用：构建视频/直播多模态表征体系，融合视觉、音频、文本特征实现多层级语义刻画，优化标签体系与用户兴趣画像，提升内容与用户兴趣匹配精度，解决冷启动问题； 2、推荐系统全链路优化：参与召回、粗排、精排、混排全链路算法设计，针对直播/短视频场景需求优化推荐效果；搭建离线评估体系，确保离线指标与线上业务目标对齐； 3、前沿技术落地探索：推动生成式推荐在短视频/直播场景落地，结合大模型探索创新推荐范式；解析模型评测数据，完成算法工程化落地，协同产品、工程团队提升推荐全链路价值。
1、多模态内容理解与应用：构建视频/直播多模态表征体系，融合视觉、音频、文本特征实现多层级语义刻画，优化标签体系与用户兴趣画像，提升内容与用户兴趣匹配精度，解决冷启动问题； 2、推荐系统全链路优化：参与召回、粗排、精排、混排全链路算法设计，针对直播/短视频场景需求优化推荐效果；搭建离线评估体系，确保离线指标与线上业务目标对齐； 3、前沿技术落地探索：推动生成式推荐在短视频/直播场景落地，结合大模型探索创新推荐范式；解析模型评测数据，完成算法工程化落地，协同产品、工程团队提升推荐全链路价值。