快手【快Star-X实习】机器学习算法工程师
任职要求
1、硕士及以上学历； 2、机器学习优化、深度学习背景扎实，有实际应用经验优先； 3、熟练使用C++/Python等编程语言； 4、熟悉Linux开发环境和常用开发工具，熟悉Tensorflow/PyTorch/MxNet/XGBoost等机器学习平台及工具。 加分项： 1、以一作发表过优秀期刊或学会论文； 2、获得机器学习竞赛优异成绩。
工作职责
1、机器学习相关领域最新进展，包括深度学习、强化学习、迁移学习、元学习等； 2、将机器学习前沿技术在推荐、广告、游戏、风控、效率工程等业务场景进行应用落地和优化； 3、开发通用或者定制化并行的机器学习训练/推理平台； 4、集成和优化目前主流的机器学习框架，比如TensorFlow、PyTorch。
1、广告算法策略包含深度学习、强化学习、大数据、数据挖掘、并行优化、策略机制等多个方向； 2、负责机器学习的算法和模型开发，包括：DNN、超参数优化、学习和优化方法等； 3、负责海量数据的分析和挖掘工作，构建用户画像模型，提升CTR、CVR； 4、对机器学习尤其是深度学习前沿问题进行探索与研究； 5、对推荐系统、自然语言处理、图像处理等领域提供模型支持。
1、负责AI音频/音乐生成大模型关键算法研发和优化，包含但不局限于T2A、V2A和AI歌曲生成等方向； 2、负责跟进行业前沿技术发展趋势，跟踪国际最新技术发展方向； 3、推动音频/音乐AIGC技术在快手各业务场景中的落地，探索音频/音乐生成技术在业务中的新玩法和业务创新。
1、参与综合短视频、直播、电商、本地、社交和多语言等搜索业务，用大规模机器学习、强化学习、多模态预训练等技术提升搜索质量，用户留存和点击率等核心业务指标； 2、负责搜索query 意图分类、query 表征、query推荐、视频内容理解&多模态表征、多模态语义召回和相关性等搜索核心技术，提升搜索用户渗透率和相关性； 3、负责搜索用户行为分析、语义和行为混合检索、多序列&多任务粗排、精排、重排等搜索排序技术，提升搜索质量和内容消费指标； 4、负责搜索生态和机制，参与搜索混排、多目标优化、异构内容混排、短期和长期目标平衡、冷启动等搜索等机制和算法。
1、参与亿级用户规模的视频推荐优化，提升停留时长、点击率、留存率等核心指标； 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、通过超大规模的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，优化快手短视频推荐效果； 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。