字节跳动推荐算法工程师-国际电商（商城）
任职要求
1、扎实的算法和数据结构基础，优秀的问题理解能力和编码能力； 2、机器学习基础理论扎实，熟悉常用的算法模型（如CF、FM、Word2vec、LR、GBDT、DNN），对模型调优有一定实践经验； 3、对推荐系统召回/排序/多样性/冷启动中一个或多个方向有过深入的实践，了解业界经典的模型和方法； 4、熟悉至少一门编程语言（C/C++/Java/go/python），熟悉至少一种大数据计算工具（hive sql/spark/mapreduce），熟悉至少一种神经网络框架（Tensorflow、Pytorc…
工作职责
1、独特的业务问题，涉及到商品/直播/短视频等多种体裁的混合推荐，多个场景/多种目标的联合建模； 2、超大规模的推荐模型优化，利用深度学习、迁移学习、多任务学习、表征学习、强化学习等多种方法提升信息匹配的效率； 3、在用户长短期兴趣建模和特征交互方式上持续研究探索，不断提高用户兴趣的匹配精度； 4、在多样性，发现性，用户/物品冷启动，高品质商品和主播的挖掘等问题专项研究，构建良性的循环机制，优化内容电商生态； 5、结合内容电商的业务特性，进行模型和算法创新，打造业界领先的推荐算法和系统。
1、独特的业务问题，涉及到商品/直播/短视频等多种体裁的混合推荐，多个场景/多种目标的联合建模； 2、超大规模的推荐模型优化，利用深度学习、迁移学习、多任务学习、表征学习、强化学习等多种方法提升信息匹配的效率； 3、在用户长短期兴趣建模和特征交互方式上持续研究探索，不断提高用户兴趣的匹配精度； 4、在多样性，发现性，用户/物品冷启动，高品质商品和主播的挖掘等问题专项研究，构建良性的循环机制，优化内容电商生态； 5、结合内容电商的业务特性，进行模型和算法创新，打造业界领先的推荐算法和系统。
1、独特的业务问题，涉及到商品/直播/短视频等多种体裁的混合推荐，多个场景/多种目标的联合建模； 2、超大规模的推荐模型优化，利用深度学习、迁移学习、多任务学习、表征学习、强化学习等多种方法提升信息匹配的效率； 3、在用户长短期兴趣建模和特征交互方式上持续研究探索，不断提高用户兴趣的匹配精度； 4、在多样性，发现性，用户/物品冷启动，高品质商品和主播的挖掘等问题专项研究，构建良性的循环机制，优化内容电商生态； 5、结合内容电商的业务特性，进行模型和算法创新，打造业界领先的推荐算法和系统。
1、独特的业务问题，涉及到商品/直播/短视频等多种体裁的混合推荐，多个场景/多种目标的联合建模； 2、超大规模的推荐模型优化，利用深度学习、迁移学习、多任务学习、表征学习、强化学习等多种方法提升信息匹配的效率； 3、在用户长短期兴趣建模和特征交互方式上持续研究探索，不断提高用户兴趣的匹配精度； 4、在多样性，发现性，用户/物品冷启动，高品质商品和主播的挖掘等问题专项研究，构建良性的循环机制，优化内容电商生态； 5、结合内容电商的业务特性，进行模型和算法创新，打造业界领先的推荐算法和系统。
【团队介绍】 Data-电商-推荐与营销 国际电商团队，主要负责国际商城推荐业务，涵盖商城首页、交易链路、商品详情页、店铺&橱窗等多个场景的信息流推荐业务，致力于每天为亿量级用户提供精准个性化商品、直播、短视频推荐服务；团队致力于解决现代推荐系统中各种有挑战的问题，通过算法不断提升用户体验和效率、创造更大的用户和社会价值。 【岗位描述】 1、参与国际电商增长&营销算法优化，包括用户价值建模、个性化消息触达、推荐、智能营销等核心能力建设； 2、建立用户全生命周期数据和价值体系，解决TikTok商城用户增长中的各种核心痛点和业务问题； 3、参与实现Push/Email等个性化消息触达、推荐承接等用户增长引擎的产品和技术方案，提升电商DAU和渗透率； 4、负责电商新用户推荐的召回/排序等相关算法优化，提升引流来源承接相关性和新用户推荐的准确性和多样性； 5、参与智能营销算法优化，利用uplift模型和运筹规划等方法提升营销效率，促进电商GMV增长。