快手推荐算法工程师-【海外短视频消费】
任职要求
1、计算机、统计学、机器学习等相关专业本科及以上学历； 2、扎实的机器学习基础，熟悉常见推荐算法及优化方法； 3、熟悉推荐系统核心技术体系（召回 / 排序 / 特征工程 / 多目标优化等），具备实际项目经验； 4、具备良好的编码能力，熟悉大规模数据处理与分布式训练框架； 5、对大模型（LLM、多模态模型）有一定理解或实践经验，包括但不限于： (1) Embedding建模、Prompt设计、微调（SFT / RLHF等）； (2) 大模型…
工作职责
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。
1、知识图谱构建：基于抖音海量的内容数据，挖掘商品、用户、内容标签，构建人货场基础类目/标签/分层知识体系； 2、多语言技术：利用机器翻译、多语言NLP、小样本学习、强化学习等技术，赋能多个海外电商业务； 3、AIGC：基于前沿的AIGC模型能力，帮助降低商家素材制作成本，提升平台优质供给（短视频、图文等）； 4、智能导购：利用NLP、CV、多模态技术，增强对短视频内容、图文、商品理解能力，支持搜索、推荐、商城全导购链路，提升消费者在内容场和货架场购物体验； 5、电商行业大模型：挖掘电商垂直领域大规模、高质量pretrain数据集，基于字节通用大模型，研发电商行业大模型，探索电商交互式导购新场景。
1、知识图谱构建：基于抖音海量的内容数据，挖掘商品、用户、内容标签，构建人货场基础类目/标签/分层知识体系； 2、多语言技术：利用机器翻译、多语言NLP、小样本学习、强化学习等技术，赋能多个海外电商业务； 3、AIGC：基于前沿的AIGC模型能力，帮助降低商家素材制作成本，提升平台优质供给（短视频、图文等）； 4、智能导购：利用NLP、CV、多模态技术，增强对短视频内容、图文、商品理解能力，支持搜索、推荐、商城全导购链路，提升消费者在内容场和货架场购物体验； 5、电商行业大模型：挖掘电商垂直领域大规模、高质量pretrain数据集，基于字节通用大模型，研发电商行业大模型，探索电商交互式导购新场景。
1、知识图谱构建：基于抖音海量的内容数据，挖掘商品、用户、内容标签，构建人货场基础类目/标签/分层知识体系； 2、多语言技术：利用机器翻译、多语言NLP、小样本学习、强化学习等技术，赋能多个海外电商业务； 3、AIGC：基于前沿的AIGC模型能力，帮助降低商家素材制作成本，提升平台优质供给（短视频、图文等）； 4、智能导购：利用NLP、CV、多模态技术，增强对短视频内容、图文、商品理解能力，支持搜索、推荐、商城全导购链路，提升消费者在内容场和货架场购物体验； 5、电商行业大模型：挖掘电商垂直领域大规模、高质量pretrain数据集，基于字节通用大模型，研发电商行业大模型，探索电商交互式导购新场景。
【职位介绍】 我们团队负责构建小红书推荐算法中台，提高内容分发效率，为海量用户提供极致的推荐体验。在这里，你将参与到推荐系统的全链路搭建和各类算法的研发，包括不限于大模型应用、多模态建模、深度学习、强化学习、迁移学习、表示学习、图学习等领域。我们希望对推荐、搜索、广告感兴趣的同学，加入我们一起研发世界一流的推荐引擎。 1. 负责推荐算法中台的全链路建设，抽象业务共性，敏捷高效支持各类推荐需求。 2. 负责业界先进推荐算法的研发和落地，包括但不限于大模型技术、多模态内容理解、召回算法、排序模型（粗精排）、长短期兴趣建模、多场景联合建模等。