OPPO高级机器学习研究员（健康方向）-博士
任职要求
1.熟悉数据挖掘、知识图谱的领域经验，并具备实际经验； 2.具备扎实的数据结构和算法基础，能熟练应用相关技术； 3.优秀的编码与代码控制能力（如Python），具备良好的编程习惯； 4.加分项：有实际线上的高并发架构开发和调优经验；在相关国际会议（如AAAI、SIGKDD、ICML等）上有文献发表。
工作职责
1.负责健康数据研究与应用，通过对用户健康数据和大规模临床数据进行深入分析和建模，为医生和消费者提供有价值的健康功能和反馈； 2.处理和建模用户穿戴数据及海量用户行为数据，实现基于穿戴数据的推荐算法，优化排序机制，挖掘用户兴趣，提升推荐效果； 3.参与专家决策系统建设及研发工作，涉及知识抽取、知识存储、知识建模、知识挖掘，包括但不限于实体链接、关系抽取、知识推理、知识融合等
探索并应用机器学习和深度学习技术于数字健康与推荐系统，负责特征分析、模型设计与优化、解释性模型构建等工作。 负责时间序列健康数据的技术研发，包括但不限于时序预测、表征学习、自监督学习、大模型应用等。 探索大语言模型与推荐/专家决策系统的融合，并推进产品在实际业务中的应用。
方向一： 岗位职责 面向应用商店、Agent助手、搜索、广告等高价值业务场景，预研和落地信息检索(搜索、推荐、广告)核心技术，岗位职责包括但不限于： 1.针对冷启动推荐、多场景多任务建模、自动特征工程、用户通用表征、多模态信息检索、对话推荐、端云推荐、检索增强生成(RAG)、智能体检索等核心难题，负责研发和突破信息检索关键技术。 2.跟踪学术界和工业界最新进展，快速应用到业务中，提出创新信息检索技术，发表高水平论文。 3.协同核心AI技术的设计以及工程化落地，包括模型设计、特征工程、效率优化等。 方向二： 岗位职责 面向Agent助手、搜索、广告、应用商店等高价值业务场景，预研和落地智能体检索和推理大模型(r1/o1/o3)核心技术，岗位职责包括但不限于： 1.针对大推理模型(r1/o1/o3)、端侧大模型、多模态信息检索、AI搜索推荐、检索增强生成(RAG)、个性化内容生成、大模型特征生成等核心难题，负责研发和突破关键技术。 2.跟踪学术界和工业界最新进展，快速应用到业务中，提出创新信息检索技术，发表高水平论文。 3.协同核心AI技术的设计以及工程化落地，包括模型设计、特征工程、效率优化等。 【岗位资源】 1.真实大规模搜推广、用户助手业务场景需求、数据、AI开发平台、计算资源。 2.与知名高校资深老师团队科研合作，提供例行科研沟通合作机会。 3.业界资深研究员带队技术探索、落地、论文写作发表。
1、领导可扩展、可靠的AI基础设施（AI加速器、计算集群、存储、网络）的端到端设计，用于Training和Inference大模型工作负载； 2、定义并实现面向服务的容器化架构（Kubernetes、VM框架、Unikernels），优化ML性能和安全性； 3、分析和优化ML堆栈的每一层ML编译器、GPU/TPU调度、NCCL/RDMA网络、数据预处理和训练/推理框架，开发低开销Metrics和基准测试框架，以识别和消除分布式训练和Inference中的瓶颈； 4、构建和运营跨多个数据中心（本地和云）自动扩展的大规模部署和编排调度系统，通过智能资源管理和工作负载放置来支持容错、高可用性和成本效益； 5、为PB级大模型数据集量身定制强大的ETL和数据摄取管道（Spark/Beam/Dask/Flume），集成实验管理和工作流编排工具（Airflow、Kubeflow、Metaflow）以简化研究到生产的过程； 6、与机器学习研究人员合作，将原型需求转化为生产级系统，指导工程师在性能调整、系统设计和可靠性工程方面的最佳实践。
在公司个性化AI相关的大模型/多模态大模型等相关领域进行前沿研究，包括但不限于： 1. 大模型推理和个性化技术，包括模型对齐、推理能力增强、强化学习、个性化推理等研究方向； 2. AI Agent相关技术，如搜索增强/GUI Agent/自主学习Agent/Agent自动生成等； 3. AI搜索相关技术，如工具调用、推理模型、检索增强、多模态检索等； 4. 相关应用落地，包括个性化AI平台、Deep Research、AI创作等； 5. 更多前沿研究方向和未来生活应用场景的深入研究和探索