优酷优酷-机器学习算法工程师（推荐）-北京
任职要求
1、有大规模推荐（不低于千万级）/搜索/广告系统算法开发优化的相关经验，有粗排/精排/混排相关经验更佳； 2、具备优秀的编码能力，扎实的数据结构和算法功底，熟练掌握java，C++, Python或至少一种常见编程语言； 3、熟悉深度学习原理和基本模型，熟练使用TensorFlo…
工作职责
1、负责优酷及相关产品推荐Feed中多源异构内容（长/短视频、商品等）推荐算法，共同搭建业界先进的推荐系统； 2、具备从复杂业务环境中抽象出具体技术问题的能力，并能够跟踪业界和学术界新进展，将其有效应用于长/短视频&商品推荐中，提升海量用户体验； 3、重视技术积累和建设，对标业界前沿的算法和框架，已有多篇KDD，ICML, IJCAI, AAAI, Recsys, CVPR论文发表。
【职位描述】 1、负责小红书搜广推多场景排序模型优化，提升时长、互动、留存等核心指标； 2、分析海量用户行为数据，挖掘用户兴趣，优化排序模型； 3、通过超大规模机器学习模型和系统，使用先进的排序算法优化推荐效果。
岗位职责: 1、负责 AI Agent 系统的设计、开发和优化、开发和完善基于大语言模型 (LLM) 的智能体系统，提升 Agent 的自主决策和任务执行能力; 2、负责生成式大模型指令意图理解相关工作，整体提升大模型的多轮对话指令理解能力和性能; 3、设计并实现 Agent 的工具使用接口，实现与各类外部系统和 API 的集成编排; 4、负责大模型在检索、推荐方面的系统设计实现和优化，探索Agent、RAG、领域模型调优等相关技术在业务场景落地; 5、具备模型知识、幻觉机制探究，提升模型知识水平、降低模型幻觉率; 6、能够基于开源模型，设计和开发算法，对模型进行微调，优化其参数和结构，以提高模型的泛化能力和准确性; 7、深入调研AI领域相关的前沿技术，跟踪业内大模型领域的最新进展，并寻求将最新技术应用到产品的可能性。
-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
-参与百度APP、贴吧、好看等多产品线的个性化push核心策略的研发工作，为数亿用户提供卓越的个性化推荐体验 -负责业界领先推荐算法的调研和评估，通过超大规模深度学习、强化学习等技术对产品目标建模，并通过特征、模型优化等持续优化模型效果 -通过对数据的敏锐洞察，深入挖掘产品潜在价值和需求，通过技术创新推动产品成长 -在个性化推荐的场景下，将人工智能前沿技术与业务相结合，打造最懂用户的个性化推送系统