快手推荐算法工程师/专家（创新业务）-【主站】
任职要求
1、计算机、数学或统计学相关专业硕士及以上学历； 2、熟悉Linux，C++，python，tensorflow或pytorch，优秀的编码与代码控制能力, 扎实的数据结构和算法功底； 3、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； 4、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； 5、学习能力优秀，具有创造性思维和执行力，对创新产品及技术落地有浓厚兴趣，善于思考和运用新知识。 如果你还满足以下要求，我们会优先考虑： 1、有实际线上的高并发架构开发和调优的经验； 2、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶级会议上有文献发表； 3、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。
工作职责
1、参与快手创新产品的推荐算法优化，提升停留时长、点击率、留存率等核心指标； 2、参与机器学习、深度学习领域的技术研发工作，包括但不限于神经网络模型设计与优化、强化学习、迁移学习、主动学习等的算法和系统研发等； 3、分析海量用户行为数据和内容数据，增加有效的特征，挖掘用户兴趣，优化检索和排序机制； 4、通过超大规模机器学习模型和系统，使用先进的检索和排序手段，优化创新产品的社区生态和推荐效果； 5、参与搭建推荐系统框架，提供高并发，大数据，高效可靠的线上服务； 6、深入理解创新业务以及创新产品推荐系统，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。
1、通过算法优化视频社区的生产生态、用户体验，帮助业务增长； 2、参与亿级用户规模的视频推荐优化，提升停留时长、点击率、留存率等核心指标； 3、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； 4、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； 5、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； 6、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； 7、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。
1、参与优化快手内容生态，基于大模型内容理解搭建更准确的内容质量评估，设计合理的分发机制，促进健康内容生态； 2、参与图文、中视频、合集等不同题材和形态的内容分发优化，做好内容和人的链接，提升用户粘性和满意度； 3、设计合理的分发机制和激励算法，激励优质创作者持续生产好内容，提升作者活跃度； 4、基于快手的海量用户和商家数据，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。
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。
AE搜索算法团队，负责AIDC AliExpress（AE）、JP- AO和天猫淘宝海外等国际化电商搜索业务优化，为全球100多个国家使用不用语言的用户持续电商搜索体验与效率，并结合大模型升级技术与产品体验创新。 多年来团队紧跟工业界和学术界前沿，在多语言Query理解与相关性、国家差异化召回与排序模型、多语言Query导购与大模型在多语言搜索中应用等技术方向持续探索创新，带来业务快速增长同时发表⾼⽔平学术论⽂20+篇（如AAAI、 IJCAI、TKDE、TMM、RecSys、CIKM和ICDM），申请专利15+项。 大规模深度模型的搜索算法研究，包括但不限于： 1. 多语言Query理解、商品理解和相关性，包括：Query和商品NER、Query类目预测、Query改写与扩展、多语言&跨语言语义相关性等；LLM在多语言电商搜索领域应用，包括：大模型CT和SFT，以及在Query理解、语义相关性、商品理解上的应用； 2. 个性化召回与排序相关技术：基于大规模深度模型的CTR/CVR预估模型及个性化召回模型，包括用户行为序列建模、多目标建模、多模态跨场景迁移建模、国家差异化建模体系建设等； 3. 个性化多语言Query推荐，包括：下拉、底纹、风向标等场域，基于异构行为序列建模、多场景建模的多语言Query推荐技术研究与应用；