哔哩哔哩推荐算法实习生-LLM Agent【2027届】
任职要求
1、本科及以上学历，计算机、人工智能、数学、统计学等相关专业优先。 2、熟练掌握 AI coding工具，具备大语言模型或 Agent 开发经验者优先，包括但不限于 Prompt Engineering、RAG、工具调用、多 Agent 协作、自动化评测、LLM 应用开发等。 3、了解推荐系统、机器学习或深度学习基础，熟悉召回、排序、特征工程、用户建模、内容理解等方向者优先。 4、…
工作职责
1、参与 B 站推荐算法与内容理解相关工作，围绕 UP 主、稿件、评论、社区互动等场景，探索 AI 能力在内容生态治理与推荐优化中的应用。 2、参与基于大语言模型和 Agent 的内容分析能力建设，将标题、简介、弹幕、评论、用户反馈等非结构化社区信息转化为可用于推荐系统的结构化信号。 3、设计和开发面向推荐场景的 LLM / Agent 工作流，包括内容理解、用户意图分析、内容质量评估、推荐原因生成、策略诊断等方向。 4、结合海量用户行为数据，分析内容分发链路中的问题，挖掘推荐策略优化机会，并参与相关实验与效果评估。 5、探索 LLM / Agent 信号在召回、粗排、精排、重排、内容冷启动、创作者成长等推荐环节中的应用方式。 6、参与构建智能分析工具、自动化评测流程和研发辅助 Agent，提升推荐算法研发、策略分析和问题定位效率。
【加入前沿战场，定义下一代增长引擎】 在阿里妈妈AI Agent与客户成长团队，我们正用最前沿的Agent技术重构数智化营销生态。 作为团队新生力量，你将直接参与构建日均服务百万级商家的智能增长系统，通过大模型技术实现从用户意图洞察到智能决策的全链路突破。 在这里，你的代码将直接影响中国电商生态的广告决策效率，用AI重新定义商业增长的可能性。 【你将主导的挑战】 智能增长系统攻坚 ● 设计基于LLM的个性化增长策略矩阵，覆盖智能触达、流失预警、投放引导等核心场景。 ● 构建多模态商业理解引擎，融合时序预测（LTV建模）、因果推断（Uplift建模）、生成式优化等创新技术。 ● 主导端到端的AI Agent架构设计，攻克动态Prompt生成、多轮对话决策等关键技术节点。 数据驱动的技术突破 ● 操盘亿级用户行为数据，通过大规模A/B实验验证模型效果，你的每个优化将直接提升DAU/留存率等核心指标。 ● 探索大模型微调+RAG+Agent框架的技术融合，打造行业领先的智能运营解决方案。 【超维成长体验】 三位一体培养体系 ● 双导师制成长：算法大牛+业务专家贴身指导，定期论文精读与代码Review。 ● 全真项目历练：独立负责子模块开发，6个月挑战完整项目生命周期。 ● 前瞻技术视野：参与内部技术峰会，第一时间获取阿里妈妈AI最新研究成果。
1.参与大规模MoE模型的持续预训练（CPT）：数据清洗与混合策略、训练调优与结果分析 2.参与RLVR/RLAIF强化学习训练流程：数据构建、reward 分析、训练调优 3.参与多语种机器翻译(MT)方向：语料处理、模型微调、评测 4.参与生成式推荐基础模型方向：构建用户行为与内容特征序列数据、生成式任务设计与模型微调（SFT/RFT）、离线评测与线上效果分析 5.参与Agentic RL（智能体强化学习）方向：搭建复杂交互环境与任务流、多步骤推理轨迹（Trajectory）收集、Reward设计与策略网络优化 6.编写实验脚本、构建评测工具，支持模型上线前的质量验证
1、参与 B 站推荐算法与内容理解优化工作，解决B站UP主和内容生态中的各项问题，构建更好的内容生态系统。 2、参与基于大语言模型和 Agent 的内容分析能力建设，将非结构化社区信息转化为可用于推荐系统的信号。 3、通过挖掘海量用户行为数据，分析内容分发中的痛点问题，并推动算法策略优化。 4、探索 LLM/Agent 信号在推荐系统各环节的应用方式。 5、参与构建智能分析工具与自动化工作流，提升研发效率。
【职位介绍】 我们团队负责构建小红书推荐算法中台，提高内容分发效率，为海量用户提供极致的推荐体验。在这里，你将参与到推荐系统的全链路搭建和各类算法的研发，包括不限于大模型应用、多模态建模、深度学习、强化学习、迁移学习、表示学习、图学习等领域。我们希望对推荐、搜索、广告感兴趣的同学，加入我们一起研发世界一流的推荐引擎。 1. 负责推荐算法中台的全链路建设，抽象业务共性，敏捷高效支持各类推荐需求。 2. 负责业界先进推荐算法的研发和落地，包括但不限于大模型技术、多模态内容理解、召回算法、排序模型（粗精排）、长短期兴趣建模、多场景联合建模等。