快手推荐算法工程师-【Ranking方向】

1、负责字节跳动本地与线索行业的算法优化工作，包括召回、粗排、精排、混排等整个Ranking漏斗的模型优化； 2、从线索与本地业务出发，进行场景差异性建模，提升整体变现效率； 3、利用大规模机器学习算法对用户实时兴趣进行建模，提升转化效率； 4、利用NLP等技术进行多模态、图文内容理解、直播内容理解等建模优化，应用于整个Ranking链路，提高变现效率。

团队介绍：字节跳动搜索团队主要负责抖音、今日头条、西瓜视频等产品的搜索算法创新和架构研发工作。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、探索最前沿的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、参与头条/抖音等核心产品的搜索引擎研发工作，服务数亿海量用户； 2、参与搜索引擎核心架构设计与开发，可能的方向包括： （1）设计开发千亿级网页搜索的数据流、分布式建库、在线检索系统，设计和自研业内领先的检索架构； （2）设计面向视频、图文、电商等不同体裁的大规模数据处理平台，研发业界领先的搜索建库系统； （3）设计开发万亿级Spider系统的实时计算、调度分发、压力控制、蜘蛛抓取等服务； （4）设计开发高可用的搜索引擎稳定性解决方案、持续优化服务性能，提供高吞吐、低延迟、高可用的搜索在线服务； （5）跟进业界技术趋势，推动新技术、新方法在 spider、建库、检索系统、ranking 架构应用落地。

团队介绍：字节跳动搜索团队主要负责抖音、今日头条、西瓜视频等产品的搜索算法创新和架构研发工作。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、探索最前沿的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、参与头条/抖音等核心产品的搜索引擎研发工作，服务数亿海量用户； 2、参与搜索引擎核心架构设计与开发，可能的方向包括： （1）设计开发千亿级网页搜索的数据流、分布式建库、在线检索系统，设计和自研业内领先的检索架构； （2）设计面向视频、图文、电商等不同体裁的大规模数据处理平台，研发业界领先的搜索建库系统； （3）设计开发万亿级Spider系统的实时计算、调度分发、压力控制、蜘蛛抓取等服务； （4）设计开发高可用的搜索引擎稳定性解决方案、持续优化服务性能，提供高吞吐、低延迟、高可用的搜索在线服务； （5）跟进业界技术趋势，推动新技术、新方法在 spider、建库、检索系统、ranking 架构应用落地。

1、负责字节跳动搜索广告算法优化工作，探索LLM和Ranking相结合，在生成式召回、LRM等方向深入探索，提高Ranking全漏斗的变现效率； 2、利用NLP等技术进行多模态、图文内容理解、直播内容理解等建模优化，应用于整个搜广Ranking链路，提高变现效率； 3、对深度学习算法、图神经网络算法和强化学习算法具备深厚功底，利用机器学习算法行建模优化，提升转化效率； 4、针对搜索广告场景进行针对性特征建设和建模优化，提高搜广变现效率。