爱奇艺搜索算法实习生

1、短文本理解方向。对海量Query进行自动化的改写、实体抽取等，使得搜索结果更精准； 2、长文本理解方向。对复杂的长文本笔记进行多模态理解、标签建设，为下游提供高质量特征； 3、跟踪业界最新研究成果，并应用到实际产品中；

1. 通过语言模型、相关性建模、序列到序列生成、大模型SFT等手段，优化搜索词补全、搜索词推荐等业务场景，带来快手用户搜索次数和搜索体验的增长； 2. 基于LLM、多模态生成模型等前沿技术，结合用户行为和视频内容理解，探索为视频看后搜等场景生成优质搜索词； 3. 在快手海量视频及用户数据下，通过用户/视频表征学习、序列建模等技术创新，挖掘对排序有用的特征信息，提升点击与消费时长预估，持续优化大规模推荐系统的召回、排序算法。

-研究数据挖掘或统计学习领域的前沿技术，并用于实际问题的解决和优化 -负责电商搜索、推荐、广告领域的策略工作 -训练模型解决对应业务case -跟进相关实验的分析

1. 参与美团搜索引导、查询理解、召回、排序、重排等算法方向开发及优化； 2. 使用自然语言处理、深度学习、大模型等技术构建模型，并应用至线上服务； 3. 通过技术支撑业务发展，共同实现经营目标； 4. 与其他技术团队紧密配合，制定有效策略，完成搜索规模增长、交易效率提升、用户体验改善等目标；