新浪微博推荐算法高级工程师-北京

1.负责中台推荐系统(TRS)算法的建设和推广应用，主要包括系统中的算法自动调参、召回算法、排序模型、大模型后训练等的技术创新和推广应用工作。

1. 推荐系统生态核心问题攻坚：负责推荐链路中生态治理相关技术方案设计与落地，重点解决物料冷启、用户冷启、内容分发及作者成长机制、多样性等问题。 2. 物料生态运营技术支撑：针对物料稀缺、优质物料筛选等业务场景，输出技术化解决方案，制定稀缺物料的流量倾斜规则，指导运营团队开展物料生产与筛选工作。 3. 跨团队协作与需求落地：作为技术与产品、运营的核心衔接人，准确理解业务侧生态目标，将需求转化为技术方案；定期同步技术进展、风险与数据结论，推动跨团队项目高效落地。 4. 数据驱动的生态优化：结合产品数据深入分析，识别推荐生态问题，影响产品与生态发展方向使用，具有SQL、Python 等工具进行数据提取与分析，输出数据报告 5. 推荐生态技术沉淀：跟踪行业内推荐生态优化的前沿技术，结合业务场景引入创新方法；沉淀生态治理相关技术文档、工具，提升团队协作效率。

1、负责信息流推荐的算法设计及优化工作； 2、深入理解业务需求，对用户行为进行分析，通过数据挖掘和机器学习等技术建立有效的用户画像和用户预测模型； 3、持续创新，不断改进产品算法效果，提升用户体验； 4、研究业界前沿的技术，结合实际应用场景，探索将前沿技术应用于实际场景。

1. 负责淘宝信息流场景下的直播推荐算法研发工作，提升用户体验与转化效率； 2. 主导信息流直播业务全链路推荐体系的构建，包括召回算法、CTR/CVR预估模型、流量分发机制及混排等方向的持续迭代； 3. 探索多模态大模型、生成式模型等前沿技术在信息流直播推荐场景的创新应用，引领直播电商推荐技术升级。