快手直播推荐算法工程师
任职要求
1、熟悉Linux，C++，Java和Python，优秀的编码与代码控制能力, 扎实的数据结构和算法功底； 2、有直播广…
工作职责
1、优化直播在多场景、全链路的推荐效率及机制策略，深度参与召回、粗排、精排、混排的优化工作，提升直播打赏效率； 2、深入理解直播业务，通过持续的技术创新驱动用户和主播的匹配度，主播成长； 3、分析海量用户行为数据，增加有效的特征，挖掘用户兴趣，优化排序机制； 4、参与前沿问题的探索与研究，结合直播营收打赏的现状，落地有效方案，构建具备行业影响力的创新技术。
1、参与亿级用户规模的电商推荐优化，提升内容电商观看时长、点击率、转化率、GMV、LTV等核心指标； 2、通过深度学习领域的研发工作，包括但不限于深度模型设计与优化、强化学习、迁移学习、图神经网络等的算法和系统提升预估效果； 3、通过推荐算法机制优化电商流量结构和GMV结构，促进电商生态的健康发展。
1、负责亿级用户规模的直播推荐优化，提升直播点击率、观看时长、互动率、LT等核心指标； 2、负责机器学习、深度学习、推荐大模型领域的技术研发工作，包括但不限于深度模型和推荐大模型设计与优化、强化学习、迁移学习、图神经网络等的算法和系统研发等； 3、分析海量用户行为数据和直播数据，增加有效的特征，挖掘用户兴趣，优化排序机制； 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，优化社区生态，优化快手直播推荐效果； 5、针对海量用户行为数据，提供分布式的算法实现的解决方案，大幅提升算法计算规模和性能； 6、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； 7、参与全域流量博弈的机制设计，协助拓展业务边界； 8、参与前沿问题探索与研究，结合实际应用场景，提供全面的技术解决方案。
1、参与亿级规模的直播推荐优化，提升营收、时长、留存等核心指标； 2、参与推荐系统的设计和研发工作，包括但不限于网络设计与优化、强化学习、迁移学习等； 3、参与超大规模机器学习模型研发，使用先进的检索和排序手段，优化社区生态，优化快手的推荐效果； 4、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； 5、参与全域流量博弈的机制设计，协助拓展业务边界； 6、参与前沿问题的探索与研究，结合实际应用场景，提供全面的技术解决方案。
团队介绍：国际化直播推荐团队，负责国际化直播的基础推荐算法、生态、营收。在这里，你可以将业界领先的机器学习算法和直播业务深入结合，构建业界领先的推荐系统。 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、优化全链路的推荐算法&策略(召回、粗排、精排、混排、冷启、内容理解、多目标等)，提升直播分发效率； 2、深入理解用户、主播、平台等生态角色需求，通过持续技术创新与迭代，驱动用户体验、主播成长、平台营收健康持续增长； 3、和产品、运营团队紧密合作，通过对产品和用户的深入理解和分析，制定算法策略促进直播生态的长期繁荣发展。