搜狐（社招/校招）NLP算法工程师

作为测试团队的明日之星，你将负责参与公司软件产品的质量保障工作，确保交付给用户的产品稳定、可靠。主要职责包括： 1、参与产品测试全流程： 深入了解产品需求，参与需求评审，编写测试用例，执行功能测试、回归测试等。 2、缺陷跟踪与管理： 准确识别、记录和跟踪软件缺陷，并与开发、产品团队密切沟通，推动问题及时解决。 3、质量反馈与沟通： 清晰、准确地报告测试结果，为产品改进提供数据支持和质量反馈。 4、自动化测试探索： 在导师指导下，学习并运用自动化测试框架，参与编写和维护自动化测试脚本，提升测试效率。 5、团队协作： 与产品经理、开发工程师等团队成员积极协作，共同为提升产品质量而努力。

我们正在寻找充满热情、具备深厚研究潜力的应届毕业生加入我们，共同探索下一代推荐系统的边界。你将置身于推荐领域的最前沿，不仅解决当下的业务挑战，更致力于定义未来的推荐范式，将最新的学术突破转化为具有重大影响力的用户产品体验。 ​： 1.参与搜狐新闻App核心召回、排序、混排、冷启动等关键推荐算法模块的研发、优化与持续迭代， 直接提升新闻推荐的精准性、个性化和用户体验； 2.聚焦大模型驱动推荐、多模态内容理解与推荐、强化学习/序列决策推荐、多智能体协同推荐等前沿方向，开展深度研究与创新实验，产出具有技术突破性和潜在业务颠覆性的研究成果； 3.负责将前沿推荐算法研究成果（如新模型、新策略、新机制）在真实业务场景中进行快速原型验证与工程化实现，评估其实际性能与可行性，推动关键技术在实际推荐系统的落地应用； 4.紧密追踪国际顶级会议（如 KDD, WWW, RecSys, NeurIPS等）在推荐系统、机器学习及相关领域的最新进展，深入解读前沿论文，定期组织内部分享，推动团队技术视野的持续拓展； 5.积极总结研究与实践成果，参与撰写高质量技术报告，并鼓励向顶级学术会议/期刊投稿，提升团队在推荐技术领域的学术影响力和技术品牌；

推荐算法研究员 1、负责推荐系统的算法研发工作，包括但不限于用户兴趣建模、协同过滤、深度排序模型等，持续提升推荐效果和用户体验； 2、利用大规模数据处理技术，对用户行为数据进行深入分析，构建和优化用户画像； 2、与其他团队协作，根据业务需求调整和优化推荐策略，提升用户参与度和留存率； 3、跟踪推荐算法领域的最新研究进展，包括生成式推荐、多模态推荐、意图识别建模，将先进技术应用到实际产品中。

1、负责文本生成大模型的构建与迭代，形成通用内容形式的泛用生成能力，针对媒体业务中的内容生产、运营、分发等环节提供基础能力支持； 2、从事图像、视频领域的内容生成算法研发工作，开放面向C端的AIGC能力，降低用户的能力使用门槛； 3、负责自然语言、图像、视频的处理相关算法研发工作，丰富化内容理解的手段，赋能搜狐网/搜狐视频的推荐场景； 4、强化图分析算法能力，完善内容生态网络和业务知识图谱建设，挖掘媒体内容生态中的潜在价值点。