快手视频推荐算法工程师-【新回推荐】
任职要求
1、计算机、物理学、数学或统计学相关专业硕士及以上学历； 2、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； 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、善于阅读文献，快速学习 ，具备优秀的分析和解决问题的能力，良好的沟通协作能力。 加分项： 1…
工作职责
1、参与新回用户的短视频推荐优化，提升用户时长、留存率、大盘 DAU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，包括但不限于神经元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视频数据，增加有效的特征，挖掘用户兴趣，优化排序机制； 4、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； 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、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。
1、参与数亿级用户和作者规模的视频推荐系统优化，提升用户留存率、时长、vv和互动等核心指标，为用户和作者提供更好的匹配，实现用户、作者和平台的共赢； 2、参与超大规模机器学习、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、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； 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、和产品、运营团队合作，共同优化社区生态，提供给快手用户更好的推荐体验，满足用户对内容精准性、多样性、实效性、有用性等多维需求。
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。
-负责长视频推荐算法设计与优化，深入理解各场景业务和机器学习技术，优化模型、策略，提升用户观看体验与留存； -共同搭建行业顶尖的推荐系统，将最前沿的机器学习技术应用落地，促进业务发展； -通过多目标学习、多场景共享建模与迁移学习、流量分发机制设计、生成式推荐等，结合业务的实际问题做好技术探索和研究； -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，制定算法策略促进内容生态健康发展。
1.负责视频号短剧业务的建设与优化，如短剧推荐的算法迭代； 2.负责策略、混排、精排、粗排、召回等链路优化； 3.通过数据分析追踪效果，推动整体效果的优化。