快手【快Star-X】广告引擎工程师
任职要求
1、硕士及以上学历，计算机/数学/统计等相关专业； 2、熟悉机器学习(经典模型、深度模型、强化学习等)中至少一个领域的理论和技术； 3、熟悉Python/C++/Java/Go中至少一门语言； 4、热爱/精通至少一种游戏，棋牌、小游戏、…
工作职责
1、负责百亿级广告投放引擎和周边上下游系统的研发工作，保障高可用、高性能、快速迭代； 2、参与整个广告平台训练、预测、数据流、投放全链路工作； 3、优化整个商业化广告的投放效果及性能。
1、参与快手大语言模型、多模态基座模型的训练/推理引擎研发及优化工作； 2、参与快手自研生成式推荐大模型训练全链路开发和优化，以及快手广告、电商、直播、搜索等全域模型的训练全链路研发与优化； 3、设计和优化分布式训练框架，通过混合并行，通信计算overlap、低精度训练等方法解决超长序列、超大规模moe场景下的训练效率问题； 4、参与通用高性能RL框架的开发和优化，包括但不限于高效rollout、高效RL链路调度优化等； 5、通过各种技术手段持续优化性能，降低推理成本，包括但不限于：算子/编译优化、异构推理、模型量化&蒸馏、分布式并行等。
1、参与设计与建设个性化推荐系统的策略与模型引擎，提升系统性能和稳定性； 2、参与设计与建设个性化推荐系统的画像和索引存储系统，利用最新存储硬件SSD和NVM来升级加速； 3、参与推荐机器学习平台生态工具的开发，例如训练平台、预估平台等，并利用GPU、FPGA等硬件进行异构加速； 4、优化算法可扩展性，优化推荐系统迭代的通用平台，保障算法策略模块快速迭代。
1、参与设计与建设个性化推荐系统的策略与模型引擎，提升系统性能和稳定性； 2、参与设计与建设个性化推荐系统的画像和索引存储系统，利用最新存储硬件SSD和NVM来升级加速； 3、参与推荐机器学习平台生态工具的开发，例如训练平台、预估平台等，并利用GPU、FPGA等硬件进行异构加速； 4、优化算法可扩展性，优化推荐系统迭代的通用平台，保障算法策略模块快速迭代。
1. 主导新一代训练与推理引擎的架构设计与核心模块开发，支撑搜广推业务在长序列建模、生成式推荐、Agent 等前沿场景的规模落地。 2. 与存储、数据平台深度协同，打造端到端 ML 数据 Pipeline：统一特征管理、秒级调试、版本追踪与一键上线，让数据科学家专注模型创新。 3. 持续优化训推基础设施：自研 Embedding 高速存储、特征 DSL 引擎、弹性调度与服务化推理框架，实现 10x 级性能提升。 4. 跟踪 LLM / Agent 最新进展，将其工程化落地到搜索、广告、推荐及智能体业务，定义行业新标准。