小红书推荐算法实习生-内容流量治理

-负责爱奇艺智能分发团队推荐算法相关的工作，参与爱奇艺推荐业务的算法研究与开发； -对海量用户行为数据进行分析与挖掘，提取有价值的信息，为推荐算法的改进提供数据支持。

1.基于LLM、协同过滤、信息检索、图算法等技术优化推荐算法效果，提高产品体验与流量效率； 2.利用数据、经验和客观规律，改善生态环境，提升运营能力； 3.探索LLM等技术的应用创新，探索LLM4Rec在业务上的真实落地

-参与个性化推荐算法的优化，主要包括短视频推荐、电商推荐、新用户推荐、直播/视频/商品冷启动、长期价值建模、用户体验优化等工作； -通过深度学习、迁移学习、表征学习、多任务学习等技术提升推荐匹配效率，让每个用户方便的找到好的视频和商品； -挖掘和分析海量用户行为数据，进行长短期用户兴趣建模、潜在兴趣预测和探索，提升推荐的精准性和发现性； -通过算法自动挖掘优质的短视频和创作者，构建良性的推荐循环机制，优化短视频和电商推荐生态； -结合短视频和电商的业务特性，进行模型和算法创新，打造业界领先的推荐系统。

-利用深度学习和机器学习技术，持续提升爱奇艺微剧推荐的用户体验； -与微剧各个团队紧密合作，在不同的产品场景（首页推荐、微剧频道页，微剧沉浸流推荐）上进行实验并优化深度学习模型，提升业务指标； -在高影响力的环境中快速迭代实验并推动算法上线； -持续关注推荐系统领域的行业趋势。