美团美团-首页推荐-算法实习生
任职要求
1. 硕士研究生及以上学历，计算机、统计学、数学或相关专业；
…工作职责
1. 负责美团首页猜喜推荐排序算法的研发工作，设计和优化推荐算法模型，提高系统的推荐效果和用户体验； 2. 负责开发和维护推荐系统，包括数据采集、数据处理、特征工程等模块的开发和优化； 3. 参与团队技术讨论，提供技术解决方案和技术支持； 4. 跟踪行业发展动态，在美团场景下落地生成式推荐，不断提升团队的技术能力和创新能力。
1、参与亿级用户规模的电商推荐优化，提升包括商品推荐(首页猜你喜欢)、内容推荐(直播、短视频)在内的泛货架电商的GMV、订单量、用户留存等核心指标； 2、通过深度学习领域的研发工作，包括但不限于生成式推荐、LLM4Rec、超大规模序列建模、多任务学习、长期价值建模等算法和系统提升预估效果； 3、持续关注前沿技术发展方向，参与推荐系统架构的长期技术演进与技术攻坚； 4、通过推荐算法机制优化电商流量结构和GMV结构，促进电商生态的健康发展。
1. 协助推动美团APP首页的核心算法优化迭代，包括但不限于召回、排序相关的海量数据分析挖掘、超大规模深度学习实战、业界前沿技术探索等等，为数亿量级美团用户服务； 2. 协助完成美团推荐大模型的落地；
1.美团多个推荐场景算法设计优化，包括被动触达渠道(首页、内页推荐、资源位等)和主动触达渠道(push、短信、弹窗、站外投放等)，设计触发、召回、排序、机制全链路模型算法演进应用落地，为数亿量级全部美团用户服务； 2.从服务共性解决方案出发，探索迁移学习、强化学习、可解释性推荐、异构建模等模型算法落地，提升各个渠道优化指标； 3.优化多个推荐渠道联动效果，从时间和空间上提升联动效果，给予用户一致性体验； 4.深耕业务特点和生活场景（包括但不限于优选、到家、到店、出行等场景），设计并实现个性化推荐系统全链路优化，包括但不限于召回/排序相关的海量数据分析挖掘、超大规模深度学习实战、业界前沿技术探索等等。
1. 参与美团App首页推荐全链路核心算法策略的优化迭代，通过海量数据分析挖掘、超大规模深度学习实践、供给/召回/排序/机制算法升级，结合产品形态的优化与创新，更好地匹配用户的多样化需求，提升美团App的用户及流量规模，并形成技术沉淀； 2. 深耕业务特点和生活场景（包括但不限于到家、到店、出行等场景），从美团LBS服务共性解决方案出发，探索大模型应用、用户实时意图识别、多业务异构供给混排、多目标价值定义等方向与挑战； 3. 参与推荐算法中的某个技术或业务方向，制定相应的中长期技术规划，并在具体场景成功应用；