快手【快Star-X】广告大模型算法工程师
任职要求
1、硕士及以上学历，计算机、人工智能、机器学习、应用数学等相关专业； 2、扎实的工程实现能力，熟练掌握 Python、C/C++、Java 等至少一门主流编程语言，有较强动手能力，了解目前常见的机器学习或者深度学习框架； 3、熟悉大语言模型、多模态大模型、AIGC生成技术、深度学习、强化学习等相关领域； 4、具备良好的算法能力与系统架构思维，能够在复杂工程场景下落地大模型应用； 5、具备良好的业务理解能力与跨团队沟通协作能力，能快速融入业务与技术双驱动的复杂环境； 6、对学术前沿有浓厚兴趣，具备较强的学习能力与…
工作职责
1、探索和打造下一代 AI 驱动的广告生成、推荐与竞价系统。致力于将 AIGC、大语言模型（LLM）、多模态大模型（MLLM）、博弈论以及强化学习（RL）等前沿技术，应用于业务的各个核心环节，提升平台商业效率与用户体验。 2、参与端到端大模型应用系统的设计与落地，涵盖模型训练、算法优化、系统部署及业务集成； 3、深入研究大模型在广告创意生成、广告推荐、机制设计、用户建模、Query建模、智能竞价等领域的创新应用； 4、与业务、产品、系统、平台等多团队紧密合作，在真实超大规模数据和复杂业务场景中打磨技术； 5、持续跟进行业前沿技术，探索具备商业价值与学术创新的解决方案，推动技术落地与规模化应用。
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、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。
开发时序预测算法，涵盖热点预测、需求预测、业绩预测以及天气影响等任务。 负责酒店、民宿、机票等业务的定价与补贴策略开发，涉及商家和平台的多视角定价策略，包括离线和实时价格调控，以优化商家营收、平台收益和平台规模等指标。 构建有特色的酒旅供给理解体系，应用NLP、大模型等技术，构建商品标签、识别酒旅热点、挖掘相似供给和竞争圈，辅助选商选品、需求预测和动态定价等算法决策。 负责度假套餐组合（如酒+X）及到店团购套餐的构建，生成选品组合，并提供销量预测、套餐定价和推荐理由，增加供给竞争力，满足用户一站式多样化需求。 紧跟业界大模型进展，探索前沿技术，包括训练流程搭建、指令微调、强化学习、Prompt优化等，在时序大模型、定价agent、套餐生成等方向上进行落地。
团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok 在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。 TikTok用户增长团队挖掘产品增长潜力，以技术驱动用户增长。团队不仅在产品中践行用户增长方法论、持续巩固增长能力，同时也在探索TikTok多模态的产品生态，撬动用户规模高速增长。 我们会极其地贴近业务，和产品、运营的同学们一起去探索用户增长方法论，持续巩固业务的增长能力。一起去通过业务中的数据表现进行洞察分析从而找到业务的机会点，围绕不同的增长业务模式，分析不同的业务需求，进行技术设计和实现。 也会从技术的视野去优化和升级我们的架构和系统，做纯技术层面的改造，用技术驱动业务的发展和改变。 1、激励增长方向 1）通过因果推断、强化学习、运筹规划等前沿技术，构建用户深度体验的增长模型，优化激励策略的精准性与效率，提升平台商业化价值； 2）设计并落地动态激励系统，平衡短期收益与长期用户价值，驱动用户活跃与留存的正向循环； 2、短视频推荐方向 1）主导TikTok Pro端融合激励信号与内容兴趣的混合推荐算法研发，解决业界少有的「激励产品×短视频APP」双形态协同难题； 2）构建专属Pro用户的内容理解与增长模型，结合激励行为、创作生态与内容消费数据，打造差异化推荐体验； 3）探索大模型、多目标优化、序列建模等技术在「激励 x 内容」联合建模中的创新应用，定义下一代增长范式。