字节跳动推荐算法工程师（多模态生成式推荐方向）-抖音内容理解
任职要求
1、计算机/软件/人工智能/数学等相关专业的优先； 2、熟悉主流推荐算法（如协同过滤、基于内容的推荐、矩阵分解、强化学习推荐等），具备推荐系统架构设计与优化经验，对推荐算法的召回、排序、重排等核心模块有深入理解； 3、具有扎实的机器学习基础，对深度学习、大语言模型、多模态模型、生成式模型等内容理解与生成技术有深入的理解，数理功底扎实，自学能力强； 4、有扎实的编码能力，熟练使用相关机器学习框架和工程框架； 5、在计算机科学高水平会议和期刊如NIPS、ICML、CVPR、ICCV、ECCV、IJCAI、AAAI、KDD、SIGIR、WWW、ACL、PAMI、IJCV等发表过论文或有竞赛经验者优先； 6、能够结合业务场景，设计并实现有效的推荐策略，具备通过数据分析评估推荐效果、迭代优化推荐算法的能力。
工作职责
1、多模态内容理解与应用：构建视频/直播多模态表征体系，融合视觉、音频、文本特征实现多层级语义刻画，优化标签体系与用户兴趣画像，提升内容与用户兴趣匹配精度，解决冷启动问题； 2、推荐系统全链路优化：参与召回、粗排、精排、混排全链路算法设计，针对直播/短视频场景需求优化推荐效果；搭建离线评估体系，确保离线指标与线上业务目标对齐； 3、前沿技术落地探索：推动生成式推荐在短视频/直播场景落地，结合大模型探索创新推荐范式；解析模型评测数据，完成算法工程化落地，协同产品、工程团队提升推荐全链路价值。
1、参与小红书电商、广告的内容理解体系构建，负责直播、笔记、商品的多模态信息结构化算法建设和应用； 2、参与小红书电商、广告的多模态识别和知识图谱体系建设，负责面向业务的商品类目、品牌、属性、SPU体系建设； 4、参与小红书电商、广告的用户理解能力建设，包括用户画像预测、全域用户行为长序列建模，获取社区到大商业的跨域兴趣表达； 5、参与小红书社区、广告、电商等场景搜推优化，以表征、Token形式，帮助搜推各环节（召回、粗排、精排）提升分发效率； 6、参与供应链上下游平台算法建设，基于小红书社区数据挖掘商机、供给源、流程趋势，并落地到B端系统工具； 7、基于多模态大模型针对相关算法和系统的持续迭代，同时能够深入小红书丰富的业务场景，结合实际需求进行技术落地和创新。
1、参与小红书电商用户增长智能体系建设，负责面向业务的数据挖掘及算法持续迭代； 2、参与小红书电商用户增长基础算法能力迭代，建设基础用户画像、分层、求购行为偏好等； 3、结合海量事实数据及先验特征挖掘，在新用户冷启动阶段，优化优惠券发放、流量分发等；
1、 触发策略：用户数据理解、深度匹配，传统匹配、用户意图识别、query纠错/改写、相关性建模等； 2、质量预估：点击率、转化率、客单价、交易额预估等； 3、机制设计：排序机制、流量预估、多样性机制等； 4、创意优化：商品图片、标题、优惠信息等展示创意优化；
1、参与交易个性化推荐技术的优化，通过深度学习、迁移学习、跨域表征、多任务学习等技术提升分发匹配的效率，让每个用户可以快速准确的发现好货； 2、能够从复杂的业务环境中抽象出清晰具体的技术问题，将机器学习等推荐技术有效应用于小红书App社区图文及视频推荐，提升海量用户的交易与浏览体验； 3、基于电商交易业务，进行模型和算法创新，与各部门（包括并不限于产品，业务中台等）的同事一起深入交流合作，打造业界领先的推荐算法；