小红书推荐算法工程师-首页推荐
任职要求
* 研究生及以上学历，在机器学习、大模型、强化学习、基础数学等领域有一定的积累 * 有良好的沟通能力，跨团队协作能力，具备出色的执行力、强烈的责任感，以及优秀的学习能力 * 在计算机领域的国际顶级会议或者期刊以第一作者发表过高水平论文者优先 * 在全球知名比赛（如KDD Cup、ACM等）中取得过好名次者优先
工作职责
小红书社区推荐算法-首页推荐方向立足于小红书首页多业务的内容分发场景，优化视频/图文/电商/广告/直播等业务的分发算法，提升用户体验，助力商业营收，同时探索机器学习、人工智能和大模型等前沿技术在工业界的落地。 主要工作包括： * 排序模型：点击率、互动率、时长等预估模型，以及生成式模型 * 机制策略：混排/重排机制、多样性机制、多目标融合机制等
1、参与首页推荐/直播推荐等业务的策略优化工作； 2、实现大规模机器学习、数据挖掘的核心算法，并将其应用在相应的产品线上； 3、研究哔哩哔哩产品及用户行为数据，设计对应的优化策略； 4、参与前瞻性技术的研究，研究并应用前沿技术 。
1. 负责美团APP各推荐展位和创新产品的核心算法优化迭代，包括但不限于供给理解、召回、精排和重排相关的数据分析、超大规模深度学习模型优化、业界前沿技术探索和落地以及大模型的应用等，服务数亿量级美团用户服务，提升美团App的支付订单； 2. 深入理解美团的核心业务，推动多业务供给理解信息（例如价格力、CPV、多模态信息）、全域的用户行为数据在各推荐场景的应用和落地，同时探索迁移学习、多业务多场景建模、用户个性化召回等模型算法落地； 3. 负责推荐算法中某个子方向的中长期技术规划，制定相应的技术发展方向，并在具体场景成功应用。
1．探索超大规模语言模型，负责大语言模型应用相关的数据建设、微调、对齐等模型优化工作； 2．大语言模型应用在大淘宝推荐场景的落地，包括逻辑推理、智能内容理解、商品创意生成等； 3．建立新一代认知推荐算法体系，结合交互式推荐的产品创新，提升用户体验和首页推荐的长期价值；
具体职责包括但不限于： 1、负责深度学习、搜索推荐、自然语言处理领域的技术研发工作；负责1688推荐产品相关的召回，排序，策略等算法的设计和技术规划，直接上手迭代APP首页推荐算法。 2、负责推荐领域前沿问题的探索与研究，包括结合LLM&多模态技术在未来推荐实际应用场景的落地，提供全面的技术解决方案。 3、负责多场景的用户表征学习，兴趣发现性推荐，内容冷启等场景内的应用落地，对整个推荐系统架构进行迭代升级。 4、负责提供分人群行业化的增长策略，沉淀行业解决方案，协助拓展业务边界，非常适合有较强业务sense的同学。