拼多多【商业化】推荐算法工程师

1. 负责美团视频商业化推荐链路全链路（召回、粗排、精排、重排、混排）的模型和策略迭代 2. 和运营和产品紧密协作，通过对场景的深入分析和理解，快速制定解决方案并落地，拿到收益

1、小米广告算法架构团队，通过技术及模型能力迭代支撑广告推荐业务，持续提升广告点击率、转化率，持续满足广告主需求； 2、负责分布式训练框架及推理框架的研发及性能优化工作，实现大规模稀疏模型的训练及推理能力落地 3、探索容器化、异构计算、分布式训练、分布式推理、机器学习系统等前沿技术架构方向，参与流式与批量计算系统、大规模分布式机器学习流式训练平台的研发，实时追踪业界最先进技术及落地。 4、参与到前沿技术的调用应用项目，致力于通过模型训练、推理框架的能力迭代及性能的优化，支撑更多样的模型结构，更大参数规模的模型在业务场景的应用落地。 5、持续优化代码性能，提升模型迭代效率，为公司节省计算成本。

1、负责小米国际商业化每日百亿流量的广告在线预估请求，对模型预估链路、模型特征工程链路进行设计与优化； 2、负责优化在线预估相关系统的性能，提升系统稳定性和扩展性，构建支出高并发、高可用、低延迟的系统架构； 3、负责对各专项技术调研、新技术引入等攻坚工作，通过推理框架的能力迭代及性能的优化，支撑更多样的模型结构，更大参数规模的模型在业务场景的应用落地，持续地迭代系统； 4、负责指导团队成员工作，带领初工程师完成项目目标；

团队介绍：我们是支持抖音集团广告业务算法技术中台团队Ads Core，致力于研发全球领先的在线广告优化算法，营造健康、互惠的广告生态，持续提升用户和客户体验，引领并推动行业算法的变革与创新。我们承担了抖音集团产品广告变现业务的基础算法策略和机制的改进与研究，涵盖抖音、今日头条、番茄小说等场景的商业化技术的支撑。 课题介绍： 广告推荐算法是互联网商业变现的核心驱动力，我们希望借鉴生成式AI的成功思路，探索在广告推荐算法和架构上的颠覆性创新，解锁更大的算法效果提升空间。重点探索以下方向：1）基于类Transformer结构的生成式推荐大模型技术，验证广告推荐场景的Scaling Law，探索面向大模型的特征工程以及算法建模范式；2）算法和工程协同设计与优化，提升海量数据、超大参数背景下的训练与推理效率 ；3）语言/多模态模型和推荐模型的结合； 职位描述： 1、负责商业化场景推荐大模型的算法优化，引入生成式AI技术，优化算法建模方法、模型结构、特征和样本等，提升广告变现效率； 2、验证推荐大模型的scaling law，应对大模型训练中的一切新挑战； 3、算法和工程高度融合、协同设计，极致优化推荐大模型的训练及推理效率。