快手【快Star-X】推荐算法工程师

1、探索大模型与推荐算法结合的下一代推荐系统技术，充分利用大模型的领域知识和学习范式为推荐系统注入新的能量，包括但不限于文本/ID生成式推荐、模型Scaling Law、用户超长序列端到端建模等； 2、探索视频、文本和语音等多模态信号的高效处理方式以及与推荐系统对齐的能力，让推荐系统看懂、听懂和理解世界； 3、混合专家、蒸馏剪枝等兼顾模型性能和效果的技术探索； 4、紧跟行业及大模型技术发展，结合业界前沿技术和业务需求，打造大模型应用的最佳实践。

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。

1、探索大模型与推荐算法结合的下一代推荐系统技术，充分利用大模型的领域知识和学习范式为推荐系统注入新的能量，包括但不限于文本/ID生成式推荐、模型Scaling Law、用户超长序列端到端建模等； 2、探索视频、文本和语音等多模态信号的高效处理方式以及与推荐系统对齐的能力，让推荐系统看懂、听懂和理解世界； 3、混合专家、蒸馏剪枝等兼顾模型性能和效果的技术探索； 4、紧跟行业及大模型技术发展，结合业界前沿技术和业务需求，打造大模型应用的最佳实践。

1、负责抖音 App 体验优化的算法化与模型化工作，使用推荐及相关领域的前沿技术，以创新的方法获得最佳的抖音音视频体验； 2、负责抖音视频体验与资源相关的算法优化，在线判断每个抖音短视频的未来播放价值，规划与分配转码资源做合适的任务，从而优化抖音用户的视音频体验，提升用户时长、节约带宽成本，并在复杂系统进中持续理解深耕（e.g. 历史影响的业务价值、分配的转码资源及影响的抖音带宽成本在百亿/年级；需要同时考虑 C 端用户的业务指标和互联网的基础架构的复杂约束）； 3、负责从性能视角系统化建设体验特征体系，使用最新的技术与范式挖掘抖音数据，为体验优化提供更多维度上的信息与特征，推进体验优化做到极致，推进与推荐、广告等关键业务策略系统合作，提升抖音核心业务及营收指标（e.g. 建设推荐 x 体验、商业化 x 体验等不同方向所需的跨领域特征；建设 Device、Network、Item 相关的深度特征）。