快手AI应用算法工程师(数据挖掘方向)-【本地生活】
任职要求
1、计算机科学、数据科学、人工智能、数学等相关专业，具备较好的数据分析和统计学基础，熟练使用python、SQL语言，掌握常见的可视化工具； 2、具备机器学习或者数据挖掘的研究和项目背景；熟练掌握分类、回归、聚类等机器学习模型，能够把业务问题拆解成适合的数据、算法问题，并完成价值落地； 3、做事具备主动推进意识，注重落地实际效果，追求质感和业务价值。 加分项 1. 有深度学习/机器学习相关的科研和探索经历，在CV、NLP、多模态、机器学习等相关领域有高质量论文发表，或者数学建模、机器学习竞赛有获奖经历优先； 2. 对大模型的原理和应用有兴趣和实践经历，热爱并经常使用AI类产品比如Cursor、可灵、即梦等优先。
工作职责
随本地生活业务多场景AI落地，构建AIGC、B/C端等智能服务的数据飞轮，主要工作涉及: 1. 用户数据分析和策略制定：分析用户交互数据和转化数据，评估不同商品和不同视频内容下用户的转化情况，制定选品、价格和内容优化策略； 2. 优化模型生成效果：负责模型训练数据构建与管理，参与数据筛选、标注及评测体系构建工作。分析和挖掘现有数据资源，通过数据驱动的方法优化，结合A/B测试等手段验证调整效果。
随着LLM、多模态、Agent应用技术的发展，优化和完善AI短视频、AI直播等AIGC应用的表现。主要工作包括: 1、模型微调: 使用微调技术对大模型进行业务适配和效果优化； 2、Agent化: 优化大模型调用Agent的工程链路，最终实现对优秀人类行为的端到端学习和拟人化对标； 3、数据驱动优化: 基于业务数据统计和挖掘，发现当前系统问题和待提升方面，进而制定优化计划； 4、行业对标: 紧跟基模和行业产品发展趋势，推动新技术的产品化落地。
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、参与字节跳动搜索引擎研发工作，用最前沿的机器学习算法、海量的数据，做最激动人心的技术、给用户最好的搜索体验； 2、参与抖音、今日头条等核心产品的搜索研发工作，服务海量用户； 3、参与搜索核心算法改进，可能的方向包括： 1）NLP：将业界最先进的NLP技术应用到搜索算法改进中，包括纠错、分词、改写、Term Weighting、意图识别； 2）Ranking：解决千亿级网页的排序问题，攻克基础检索、相关性、意图理解、权威性、时效性等世界难题； 3）页面分析和摘要：从千亿网页中提取最有价值的信息，进行结构化字段提取、智能摘要生成、转码等工作来优化搜索体验； 4）链接分析：从万亿链接中找出最有价值的网页，优化链接质量、索引质量、垃圾作弊识别、调度策略等； 5）智能问答：探索最先进的阅读理解及语义抽取技术，研发开放域智能问答系统，直接在搜索结果第一位置满足用户Query需求。
团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok 在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。 TikTok内容发现团队负责的产品功能涵盖TikTok所有内容分发的场景，包括首页的搜索、推荐信息流等核心场景，通过个性化手段以及产品功能来满足用户发现内容的诉求。 在这里， 有大牛带队与大家一同不断探索前沿， 突破想象空间。 在这里，你的每一行代码都将服务亿万用户。在这里，团队专业且纯粹，合作氛围平等且轻松。 1、负责TikTok本地生活业务相关算法的设计与开发，包括但不限于：数据挖掘、搜索排序、定位、用户画像等方向； 2、深入理解业务场景，挖掘用户需求与行为数据，优化算法模型效果，改善用户体验，提升转化率、留存率等核心指标； 3、解决高并发、实时性场景下的算法挑战，保障系统高性能与稳定性； 4、跟踪学术界与工业界前沿技术，并合理应用于业务场景，助力业务快速增长； 5、协同产品、运营、数据团队，制定技术方案并推动全链路闭环优化。
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。