哔哩哔哩资深推荐算法工程师（生态方向）

推荐算法工程师服务于哔哩哔哩主站的内容推荐，包括feed流推荐和相关推荐等场景。我们期望使用机器学习，数据挖掘等手段，提升这些场景的推荐效果。 1.负责推荐核心算法研发，提升用户体验，提高业务转化效率； 2.与产品/运营/数据等相关团队密切合作，驱动推荐业务快速迭代； 3.解决具体场景问题，包括新用户的推荐效果，生态机制，多样性策略等。

1.负责携程商旅酒店搜索、排序、广告收益等场景下个性化推荐算法和机制研发； 2.结合业务特点落地和创新，改善用户体验&提升业务效果； 3.聚焦召回、排序、重排机制等方向。

团队介绍：携程酒店搜推广算法团队，负责核心排序与推荐模型的研发与优化，包括生成式推荐、长序列建模、多场景多任务学习、多模态建模、新用户冷启动与中长尾流量优化等前沿方向，结合产品和业务，通过算法创新持续提升用户体验与商业转化效果。 负责携程酒店排序、推荐、广告、Feed流等核心场景下的个性化推荐与排序模型研发，持续优化排序模型、重排策略与推荐机制；持续跟进推荐系统领域前沿算法（如深度学习、生成式推荐、LLM增强推荐等），推动新技术在真实业务中的实验、验证与落地；主导算法方案从建模、实验、评估到上线的完整流程，保障算法稳定性与业务效果；参与业务策略优化及系统机制设计，为流量效率、商户生态和用户体验提供算法支持。

1、参与亿级用户规模的电商推荐优化，提升包括商品推荐(首页猜你喜欢)、内容推荐(直播、短视频)在内的泛货架电商的GMV、订单量、用户留存等核心指标； 2、通过深度学习领域的研发工作，包括但不限于生成式推荐、LLM4Rec、超大规模序列建模、多任务学习、长期价值建模等算法和系统提升预估效果； 3、持续关注前沿技术发展方向，参与推荐系统架构的长期技术演进与技术攻坚； 4、通过推荐算法机制优化电商流量结构和GMV结构，促进电商生态的健康发展。