快手本地生活搜索算法专家-【搜索】
任职要求
1、硕士及以上学历,计算机、数学或统计学相关专业,出色的分析问题、解决问题的能力,有强烈的技术热情,有皮实乐观、不畏挫折的心态; 2、熟悉Linux环境、C++和Python语言,良好的逻辑思维能力,优秀的编码能力,扎实的数据结构和算法功底; 3、具有机器学习、数据挖掘、搜索系统、推荐系统或者自然语言理解等相关领域知识,具有工业界相关方向的实践经验者,或在ACM或数据挖掘/机器学习类竞赛中取得优异名次者优先; 4、具备良好的文献阅读能力和快速学习能力,优秀的分析和解决问题的能力,良好的沟通协作能力; 5、在SIGIR、SIGKDD、ICML、NIPS、WWW、AAAI KM、ACL、RECSYS、CVPR、ICCV、ECCV、ICLR等顶级计算机学术会议或期刊上发表过论文者优先。
工作职责
1、参与亿级用户规模的本地生活搜索优化,负责迭代到店业务搜索算法,包括到餐、到综、酒旅等,提升点击率、转化率等核心指标,提升用户在快手的本地生活搜索购物体验,促进生态良性发展; 2、参与机器学习与深度学习算法的核心研发工作,对本地生活搜索全链路进行建模优化,包括但不限于召回、相关性、粗排、精排、机制等方面,深度进行序列建模、迁移学习、强化学习、对比学习、多模态大模型等的算法和系统研发; 3、针对海量用户行为数据,提供基于分布式计算的算法解决方案,大幅提升算法计算规模和性能; 4、深入思考产品业务价值,参与制定及落实团队在技术、业务等多维度发展方向。
1、负责国际化短视频具体业务场景的搜索等算法工作,深度理解业务,攻克解决策略问题; 2、负责与产品运营团队对接协作,在本地生活等垂类、大模型应用等创新方向持续优化算法,支持业务目标达成; 3、负责前沿技术创新驱动与业务深度结合与应用,包括但不限于内容理解/信息抽取/多模态/大模型/文本生成/检索与相关性等领域; 4、负责搜索业务策略方向的中长期规划工作,包括技术演进、业务支撑、团队成长等方向。
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、参与抖音,今日头条,西瓜视频,剪映等App,以及国内电商,生活服务等重点业务的搜索推荐模型和策略改进,负责这些业务的搜索流量和用户渗透增长&搜索心智建设任务; 2、以推荐算法为核心技术栈,改进基于超大规模机器学习模型的推荐系统,覆盖从候选挖掘到召回,粗排,精排,多目标融合全链路技术环节; 3、探索短文本推荐和通用推荐技术的上限,重点是推荐和NLP技术的联合应用,以及多模态等前沿技术的探索。
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。