网易高级/资深 推荐算法工程师（网易云音乐）
任职要求
1、热爱算法技术，热爱解决问题，热爱编程，热爱学习； 2、熟悉推荐系统前沿算法，熟练掌握常见机器学习/深度学习算法与框架； 3、计算机相关专业硕士及以上学历，具有搜推广算法建模经验者优先； 4、有LLM4REC、生成式推荐建模经验者优先； 5、熟悉Java、Python等编程语言,掌握Hadoop/Spark/Flink等大数据处理工具； 6、具备扎实的数学和统计学基础，对数据持有好奇心并有较好的业务敏感性； 7、具备良好的团队合作精神和沟通能力，热爱音乐/对音乐有理解，对音乐推荐有见解者优先。
工作职责
1、负责追踪前沿推荐算法，探索落地创新算法技术，持续提高团队的技术水平和创新能力； 2、通过多场景多目标建模、序列建模、LLM4REC、生成式推荐建模等算法模型的优化，持续提升团队技术积累； 3、与业务团队紧密合作，根据业务场景，快速迭代算法模型，解决业务上的痛点和挑战，实现卓越的用户体验。
1、负责广告的CTR、CVR预估，进行相关的数据分析、特征工程、模型优化等工作； 2、负责广告投放过程中召回、排序、OCPX机制等模块的实现和完善； 3、改进与优化品牌广告的投放机制和策略，包括在线分配、预算平滑等； 4、从数据中发现机制和算法的不足，提出改进方案并推动实现，提升变现效率和广告收入； 5、跟踪算法领域的最新技术进展，探索前沿技术来最大化广告收入。
方向一： 岗位职责 面向应用商店、Agent助手、搜索、广告等高价值业务场景，预研和落地信息检索(搜索、推荐、广告)核心技术，岗位职责包括但不限于： 1.针对冷启动推荐、多场景多任务建模、自动特征工程、用户通用表征、多模态信息检索、对话推荐、端云推荐、检索增强生成(RAG)、智能体检索等核心难题，负责研发和突破信息检索关键技术。 2.跟踪学术界和工业界最新进展，快速应用到业务中，提出创新信息检索技术，发表高水平论文。 3.协同核心AI技术的设计以及工程化落地，包括模型设计、特征工程、效率优化等。 方向二： 岗位职责 面向Agent助手、搜索、广告、应用商店等高价值业务场景，预研和落地智能体检索和推理大模型(r1/o1/o3)核心技术，岗位职责包括但不限于： 1.针对大推理模型(r1/o1/o3)、端侧大模型、多模态信息检索、AI搜索推荐、检索增强生成(RAG)、个性化内容生成、大模型特征生成等核心难题，负责研发和突破关键技术。 2.跟踪学术界和工业界最新进展，快速应用到业务中，提出创新信息检索技术，发表高水平论文。 3.协同核心AI技术的设计以及工程化落地，包括模型设计、特征工程、效率优化等。 【岗位资源】 1.真实大规模搜推广、用户助手业务场景需求、数据、AI开发平台、计算资源。 2.与知名高校资深老师团队科研合作，提供例行科研沟通合作机会。 3.业界资深研究员带队技术探索、落地、论文写作发表。
1、负责电商推荐场景下的算法模型与策略优化，提升用户体验与业务效果； 2、结合公司业务场景和业界技术热点，研究前沿技术在业务场景的落地应用；
1、负责B站1亿日活规模的电商个性化推荐算法：包括商品推荐、直播推荐、短视频推荐等；优化场景包含单列、双列、商城等多个位置。 2、通过深度学习、迁移学习、多任务学习、强化学习等技术提升信息匹配的效率，改善用户体验； 3、分析海量用户行为数据，进行用户长短期兴趣建模，以及潜在兴趣预测，提升推荐的精准性； 4、挖掘优质商品和up主，构建良性的循环机制，优化内容电商生态，探索高效的商业模式，提升内容生态健康程度等 5、通过模型、算法和工程创新，实现一流的电商推荐算法和系统。