字节跳动推荐算法实习生-短视频

日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：国际化短视频短视频Data团队，旨在为字节跳动短视频业务搭建及维护业界领先的推荐系统。加入我们，你能接触到包括用户增长、社交、直播、电商C端、内容创造、内容发现、内容消费等核心业务场景，支持产品在赛道上高速发展；同时还能为不同业务场景提供全面的算法策略解决方案，优化各项产品指标及用户体验。 1、负责国际化短视频算法工作，共同搭建业界领先的推荐系统，为用户提供一流的产品体验； 2、深度结合机器学习技术和各场景业务（内容消费，社交，推送，关注等），优化模型&策略，持续提升推荐效果； 3、应用先进的机器学习技术解决各种在线/离线，大数据量/小数据量，长期/短期信号等不同场景遇到的各种挑战，包括标签缺失，反馈周期长，收敛速度慢，信号相关性弱等； 4、和产品以及运营团队紧密合作，对用户、作者的行为做深入的理解和分析，制定针对的算法策略促进生态良性发展。

-参与个性化推荐算法的优化，主要包括短视频推荐、电商推荐、新用户推荐、直播/视频/商品冷启动、长期价值建模、用户体验优化等工作； -通过深度学习、迁移学习、表征学习、多任务学习等技术提升推荐匹配效率，让每个用户方便的找到好的视频和商品； -挖掘和分析海量用户行为数据，进行长短期用户兴趣建模、潜在兴趣预测和探索，提升推荐的精准性和发现性； -通过算法自动挖掘优质的短视频和创作者，构建良性的推荐循环机制，优化短视频和电商推荐生态； -结合短视频和电商的业务特性，进行模型和算法创新，打造业界领先的推荐系统。

团队负责小红书生成式推荐方向，目前已经完成了原型架构的开发和线上验证，欢迎有能力、有热情的同学一起，共同探索生成式推荐和多模态大模型在真实业务场景的价值。

1、负责流量视角下策略迭代优化工作，分析不同环节流量提效点，输出流量策略方向的优化方案和建议并推动落地； 2、与算法团队和数据团队协作，深入业务逻辑，结合数据分析挖掘问题，持续优化信息流广告排序策略和内容展示体验，提升效果广告整体流量变现效率同时兼顾用户体验； 3、通过用户调研、竞品分析、数据分析，学习和了解业界最新动态，发现产品机会点。