网易推荐算法工程师

1、负责公司资源云平台产品个性化推荐研发工作； 2、负责推荐算法前沿技术跟踪、复现和落地； 3、分析业务数据，持续优化推荐效果，保证推荐服务稳定。

1. 参与推荐算法与系统的研发和优化 2. 参与用户兴趣建模的设计和开发

1、负责电商推荐场景排序、CTR/CVR模型、重排等算法模型优化； 2、负责提升推荐场景的各项业务指标，包括GMV、广告收入等；

1.负责知乎短篇故事的推荐系统，包括但不限于信息流、个性化推送等场景的算法策略设计与研发。 2.深入理解业务与内容：对知乎短篇故事内容形态有深刻理解，能够定义和挖掘识别内容侧的特征和剧情张力、爽点设计。 3.用户兴趣建模：构建并持续优化用户的短期及长期兴趣模型，精准捕捉用户对特定题材、作者、写作风格的偏好，利用深度学习模型来解决推荐系统中的召回、排序、重排等关键问题，为用户精准匹配最感兴趣的故事世界。 4.数据驱动闭环：基于A/B测试、用户行为数据分析，科学评估算法效果，持续迭代和优化推荐策略，提升关键业务指标（如点击率、阅读时长、留存率、付费转化率等）。 5.探索与创新：探索大语言模型（LLM）在内容理解、摘要生成、个性化推荐等领域的应用，将新技术与业务场景深度结合。