字节跳动用户增长算法工程师
任职要求
1、本科及以上学历，计算机、机器学习和数据挖掘等相关专业 ； 2、熟悉机器学习、数据挖掘相关的算法知识，如LR、GBDT、深度学习等； 3、优秀的逻辑思维能…
工作职责
1、深入业务场景，和产品、运营配合，优化产品设计和营销方案； 2、研究数据挖掘或统计学习领域的前沿技术，构建和优化用户画像； 3、针对具体业务目标建模优化，包括但不限于广告投放、人群分层、信用评分、成本优化等； 4、深度探索财经用户增长的数据、策略、算法，提升用户增长、转化的效率；
1、负责并参与快手用户增长部门推荐架构开发工作，支撑高并发系统的架构设计与升级； 2、参与大规模分布式训练、推理、召回等CPU、内存密集型服务优化工作，参与样本、特征工程能力建设； 3、参与增长推荐业务全链路服务建设工作，与算法紧密合作获得线上业务收益； 4、参与问题追踪、系统抽象重构、业务提效等复杂单点问题、系统化问题的解决与实现。
1、负责快手用户增长广告RTB系统召回引擎、算法排序引擎的的研发和优化； 2、参与提升和完善百万级QPS、千万素材量级广告系统全链路的效率和稳定性建设，打造高可用、高性能、高迭代效率的广告在线投放系统； 3、构建面向高效率算法迭代的全图化引擎，提升算法迭代和系统优化效率； 4、理解用户增长广告投放业务&算法，从工程架构上支持业务&算法创新的落地。
1、深入快手支付业务场景，参与支付用户增长、支付渠道推荐、流量分发、保险业务等场景的算法研发，提升快手支付业务用户增长和平台营收； 2、负责支付业务各算法场景的技术攻关，参与机器学习、深度学习领域的核心研发工作，包括但不限于神经网络模型的设计与优化，营销uplift模型、归因模型等的算法和系统研发； 3、针对快手平台海量用户行为和画像数据，结合支付业务约束和诉求，设计针对性的多目标优化策略、运筹优化策略和推荐策略，提升用户转化效率。
-角色和剧本模型训练：优化角色和剧本类大模型的行为策略、长期记忆管理和多模态交互能力，突破角色行为一致性、情感表达合理性等技术瓶颈 -前沿探索：研究人格化模型在情感计算、社会常识推理等方向的突破，定义 AI 角色从「功能执行」到「人格化陪伴」的技术范式 -极致性能优化：大规模模型的分布式训练优化，提升角色类模型的推理效率与资源利用率，指令微调、偏好对齐、数据增强等技术的场景化创新 -规模增长：通过传统搜索、信息流等途径结合用户分析进行产品用户规模增长