快手短视频广告算法工程师-【海外商业化】
任职要求
1、扎实的编码能力，熟练掌握C/C++/Python，有良好的算法优化能力； 2、掌握主流机器学习与推荐/广告算法，对推荐大模型、AIGB算法出价、Pxtr预估模型、强化学习、uplift建模、自动寻参等方向有深入理解； 3、具备良好的问题分析能力和系统性思维，能从复杂的数据中提炼有…
工作职责
团队负责海外广告算法优化，在生成式出价、推荐大模型、强化学习、拍卖机制等诸多领域有深入研究，在WWW、ICML、CIKM、WSDM等顶会有多篇论文发表，团队成员将有机会参与快手海外广告系统的算法研发与策略优化，涵盖分发链路、算法出价、流量策略、拍卖机制等关键领域，服务全球开发者和广告主，驱动广告业务增长。 1、设计并优化广告流量的匹配效率，结合大模型、生成式推荐GR等先进技术，构建高效语义压缩和长序列建模，优化召回、粗排、精排、混排、端排等模块，提升平台收益与开发者体验之间的平衡； 2、研发适用于海外广告生态的流量策略机制，采用自动寻参、黑盒优化、强化学习、uplift建模等技术提升流量分配效率，提升用户体验同时优化用户长期价值； 3、探索算法出价策略，推进AIGB、生成式出价、出价大模型等先进出价技术落地，优化出价产品效率和体验，牵引B端客户预算增长，实现B端和C端、平台三方整体效益的最优； 4、探索LLM在广告生态的价值，通过LLM的世界知识和推理能力解决广告投放链路中的效率问题。通过技术升级提升全平台投放效率和效益。
岗位亮点 1、参与千万级用户规模的海外短视频推荐系统建设； 2、深度参与“大模型 + 推荐系统”的前沿探索与落地； 3、直接影响社区生态与用户体验，业务价值显著。 职位描述： 1、负责海外短视频推荐系统的算法设计与优化，提升用户消费体验与社区生态健康度； 2、参与核心推荐链路（召回 / 粗排 / 精排 / 重排）的建模与优化，持续提升分发效率与效果； 3、探索并推动大模型（LLM / 多模态模型）在推荐场景中的落地应用，包括但不限于： (1) 内容理解与表征（文本 / 视频 / 多模态 embedding）； (2) 用户兴趣建模与生成式推荐； (3) 冷启动与长尾内容分发优化； 4、围绕关键业务目标进行算法建设与迭代，包括： (1) 短视频内容冷启动效率提升； (2) 垂类内容分发与供需匹配优化； (3) 用户分层与差异化推荐策略优化； (4) 社区生态健康度（多样性 / 公平性 / 内容质量）提升； 5、与产品、数据、工程团队紧密协作，推动算法策略从设计到上线的全流程落地，并持续进行效果评估与迭代。
参与快手海外业务的模型策略的迭代与开发： 1、有机会参与到推荐系统各个方向的工作，以及短视频、直播、电商、投稿、增长等多个业务场景，了解系统全貌； 2、分析、理解海外用户数据和业务场景，设计适合业务发展的推荐算法和机器学习模型； 3、调研业内前沿推荐算法，落地到业务场景中，并根据业务场景做适配和创新。
1、 研发业界领先的分布式深度学习训练框架，提供面向大规模稀疏数据的解决方案，服务于快手内部所有推荐类业务场景，包括 短视频、海外、广告、电商、直播等； 2、 多样的业务形态和庞大的业务规模 使得 框架的开发与优化 极富挑战性：万量级 GPU 卡，千亿量级样本，万亿量级参数，PB 量级训练数据； 3、工作内容包括但不限于： （1）参数服务器； （2）多机多卡分布式； （3）网络通信优化（以太网，RDMA)； （4）GPU 优化（Kernel 优化，编译优化 等）； （5）框架原生化（Tensorflow，PyTorch）。
1、负责优酷的长/短视频推荐场景的算法设计和优化，包括并不限于：CTR预估、大模型推荐、向量化召回、长/短视频冷启动、端智能推荐等的应用和创新 2、具备从复杂业务中抽象出具体技术问题的能力，并能够跟踪工业界和学术界进展，将其有效应用于长/短视频推荐中，提升海量用户体验 3、团队重视技术积累和建设，对标业界前沿算法，已有多篇NIPS、ICML、KDD、IJCAI、Recsys等论文发表