快手用户画像算法实习生

1基于滴滴交通出行业务，构建完整的打车智能化运营策略解决方案，包括但不限于增长策略、定价策略、供需预测、资源分配策略等各类丰富场景； 2.利用因果推断、运筹规划、机器学习等技术，提升供需预测、补贴定价等运营核心算法效果 3.综合利用广告投放、推荐、裂变增长、用户画像等算法技术，实现业务线用户的高效增长，优化流量运营效率

1、协助负责个性化推荐业务召回、排序等算法研发； 2、协助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； 3、协助负责用户拉新算法优化、拉新效果分析、拉活流量渠道分析等工作； 4、协助负责用户感知触达等相关算法工作；

工作内容： 深入参与构建大模型 Agent 高质量数据合成飞轮，构建多维度自动评估体系链路闭环。 具体工作： 1.针对业务场景设计基于LLM大模型的多轮对话数据合成链路，构建高质量数据合成pipeline以及线上自进化数据飞轮。 2.基于业务场景抽象用户画像，设计可插拔的画像策略，实现支持多轮对话策略的自动交互，兼顾可控性与多样性。 3.参与设计建设自动化评估，实时监控数据质量与模型效果。

【电商推荐算法实习生】 1. 参与大规模电商用户个性化商品推荐算法的优化，包括但不限于召回、粗排、精排、冷启动优化等链路工作； 2. 将业界先进的推荐算法应用到个性化推荐业务的改进中，包括但不限于DNN、DeepFM、ESMM等; 3. 挖掘和分析海量用户行为数据，完善电商知识体系、用户画像体系； 4. 调研探索业界先进的推荐算法用到电商场景当中，包括大语言模型与推荐结合等。