荣耀搜索推荐算法工程师
任职要求
1、计算机科学、机器学习、应用数学、人工智能、运筹优化、统计学及电子信息等相关专业领域; 2、有良好的研究背景和成果,具备人工智能算法设计和开发能力,具有自然语言处理、计算机视觉、推荐、搜索、运筹优化等一个或多个方向研究和应用经验; 3、具备较强的编程能力,精通主流编程语言,如C++/Java/Python等,熟练掌握至少一种深度学习框架,如:TensorFlow、Caffe、PyTorch等; 4、具备创造性思维,能够将全新想法转化为工程应用;对研究工作充满热情,具备良好的团队合作精神和沟通能力; 5、在高水平国际会议和学术期刊发表过相关论文,或有高水平竞赛获奖经历。
工作职责
1、洞察推荐系统和信息检索技术在工业级产品的有效解决方案及学术界推荐系统和信息检索的最新研究成果,将研究成果落地应用,解决推荐和搜索产品的实际问题,满足业务需求; 2、负责搜索、推荐领域关键算法的创新、优化;NLP领域关键算法研究、突破,包括去噪,分词,语义理解,情感识别,结合智能机器人、舆情等业务场景,提升用户交互体验;优化领域的启发式和精确式模型算法设计,解决运筹优化领域的最佳问题。
团队介绍:字节跳动抖音搜索团队主要负责抖音搜索算法创新和架构研发工作,主要包括短视频、直播、本地生活、视觉搜索等多个业务线。我们使用最前沿的机器学习技术进行端到端建模并不断创新突破,同时专注于分布式系统、机器学习系统的构建和性能优化,从内存、Disk等优化到索引压缩、召回、排序等算法的探索,充分给同学们提供成长自我的机会。主要工作方向包括:1、探索前沿的NLP技术:从基础的分词、NER,到应用上的Query分析、基础相关性等,全链路应用深度学习模型,每个细节都充满挑战;2、跨模态匹配技术:在搜索中应用CV+NLP深度学习技术,让视频搜索拥有更强大的检索能力;3、大规模流式机器学习技术:应用大规模机器学习,解决搜索中的推荐问题,让搜索更加个性化更加懂你;4、千亿级数据规模的架构:从大规模离线计算,分布式系统的性能、调度优化,到构建高可用、高吞吐和低延迟的在线服务的方方面面都有深入研究和创新。 1、参与抖音,今日头条,西瓜视频,剪映等App,以及国内电商,生活服务等重点业务的搜索推荐模型和策略改进,负责这些业务的搜索流量和用户渗透增长&搜索心智建设任务; 2、以推荐算法为核心技术栈,改进基于超大规模机器学习模型的推荐系统,覆盖从候选挖掘到召回,粗排,精排,多目标融合全链路技术环节; 3、探索短文本推荐和通用推荐技术的上限,重点是推荐和NLP技术的联合应用,以及多模态等前沿技术的探索。
团队介绍:字节跳动搜索团队主要负责抖音、国际化短视频、今日头条、西瓜视频等产品以及电商、生活服务等业务的搜索算法创新和架构研发工作。我们使用前沿的机器学习技术进行端到端建模并不断创新突破,同时专注于分布式系统、机器学习系统的构建和性能优化,从内存、Disk等优化到索引压缩、召回、排序等算法的探索,充分给同学们提供成长自我的机会。 主要工作方向包括: 1、探索前沿的NLP技术:从基础的分词、NER,文本、多模态预训练,到业务上的Query分析、基础相关性等,全链路应用深度学习模型,每个细节都充满挑战; 2、跨模态匹配技术:在搜索中应用CV+NLP深度学习技术,实现多模态视频搜索强大的语义理解和检索能力; 3、大规模流式机器学习技术:应用大规模机器学习,解决搜索中的推荐问题,让搜索更加个性化更加懂你; 4、千亿级数据规模的架构:从大规模离线计算,分布式系统的性能、调度优化,到构建高可用、高吞吐和低延迟的在线服务的方方面面都有深入研究和创新; 5、推荐技术:基于超大规模机器学习技术,构建业界领先的搜索推荐系统,对搜索推荐技术进行探索和创新。 1、参与抖音,今日头条,西瓜视频,剪映等App,以及国内电商,生活服务等业务的搜索推荐模型和策略改进,负责这些业务的搜索流量和用户渗透增长&搜索心智建设任务; 2、以推荐算法为核心技术栈,改进基于超大规模机器学习模型的推荐系统,覆盖从候选挖掘到召回,粗排,精排,多目标融合全链路技术环节; 3、探索短文本推荐和通用推荐技术的上限,重点是推荐和NLP技术的联合应用,以及多模态等前沿技术的探索。
1 负责搜索/推荐召回算法的优化、场景技术方案的推进和落地。算法包含但不限于:向量检索技术、基于树、图、量化、聚类等的各类检索方案、图神经网络、深度表示学习、对比学习、样本增强、集成学习、learning to rank、多任务学习、强化学习、迁移学习、模拟器等。 2 分析海量用户行为序列,深度理解和表示用户长短时兴趣,精准召回商品,提升平台效率和用户体验。 3 熟悉常用的向量检索技术,能够根据业务特点设计和优化索引类型。 4 负责召回各通道融合和各级漏斗方案的设计和优化,以及粗排CTR/CVR/LTR模型的设计和优化。 5 追踪算法前沿技术,结合拼多多的业务特点,探索将前沿算法落地于搜索/推荐召回的实际业务。