米哈游推荐算法负责人（用增方向）
任职要求
1、计算机、统计学、数学或相关专业硕士及以上学历，5 年以上互联网推荐/搜索/广告相关算法经验；具备2年以上团队管理经验者优先； 2、掌握扎实的计算机科学基础知识 (数据结构/算法/网络等) ，具备优秀的编码能力 (至少熟练掌握 C++/Java/Python 等一种主流开发语言)，熟悉常见的大数据开发工具(Spark/Hive/Hadoop/Flink等)，熟悉至少一种神经网络框架（Tensorflow，Pytorch）； 3、机器学习基础理论扎实，熟悉常用的算法模型（如CF、FM、Word2vec、L…
工作职责
1、主导大规模推荐系统的架构设计、迭代优化与落地，通过个性化推荐、分发策略、用户/内容理解等核心技术，驱动社区内容发布量与创作者规模持续增长，繁荣作者生态； 2、深入理解游戏用户行为与内容消费路径，构建并优化游戏内UGC内容等关键场景的推荐系统，提升优质UGC的曝光效率与创作者激励机制，显著改善用户内容消费体验，助力用户增长与留存； 3、从复杂业务场景中抽象核心算法问题，将机器学习、深度学习等前沿技术有效应用于推荐系统，持续探索推荐与用户增长的结合点，推动技术沉淀与业务边界拓展； 4、负责推荐方向的建设及技术规划，协同产品、运营、数据等多方团队，制定可量化的增长目标，通过数据驱动的方式评估推荐策略效果，并快速迭代优化。
【职位介绍】 我们团队负责构建小红书推荐算法中台，提高内容分发效率，为海量用户提供极致的推荐体验。在这里，你将参与到推荐系统的全链路搭建和各类算法的研发，包括不限于大模型应用、多模态建模、深度学习、强化学习、迁移学习、表示学习、图学习等领域。我们希望对推荐、搜索、广告感兴趣的同学，加入我们一起研发世界一流的推荐引擎。 1. 负责推荐算法中台的全链路建设，抽象业务共性，敏捷高效支持各类推荐需求。 2. 负责业界先进推荐算法的研发和落地，包括但不限于大模型技术、多模态内容理解、召回算法、排序模型（粗精排）、长短期兴趣建模、多场景联合建模等。
【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。
加入我们，您将参与构建支撑贝壳业务商业化的核心平台系统。商业化聚焦商城交易标准化中台能力、混合支付能力、贝壳币账户管理体系相关平台能力建设，并支撑新房、二手、租赁等业务流量商业化线上化能力建设。您将有机会深度参与: 1、参与商城交易标准化中台能力建设，如:商品库、订单、支付及B端管理系统； 2、参与贝壳币系统能力建设，如：账户管理、预算管理等； 3、参与业务流量商业化线上化能力及B端管理系统建设，如：新房CPT、二手潜客包CPL、会员等流量产品能力建设。