美团推荐算法项目实习生
任职要求
- 扎实的编程能力和数据结构基础，熟悉常用的机器学习算法，较强的业务问题分析和解决能力； - 自驱主动，沟通良好，有团队协作精神； - 有大流量场景的推荐/广告/搜索落地经验； - 紧跟业界技术前沿，深钻特定推荐子方向技术。 具备以下条件优先 - 有推荐业务上大规模机器学习优化落地经验； - 有复杂业务场景下深度学习模型的算法研发及改进经验； - 密切关注业界最新进展，在SIGKDD、CIKM、ICML、ICLR、SIGIR、RECSYS等顶会发表过创新性论文或调研业界论文并成功应用于实践； - 在Kaggle等平台上取得较大型机器学习/深度学习竞赛靠前名次。
工作职责
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. 负责利用大模型能力建立内容产品相关的多模态内容理解能力，包括不限于多模态特征对齐、标签提取、评价生产、总结、embedding表征等工作。 2. 应用大模型和推荐算法等技能，优化内容个性化排序模型策略，提升内容消费率、点击率等核心指标。 3. 结合业务数据，负责大模型的Prompt工程、微调、对齐、知识增强等技术探索，持续改进和优化现有模型。
作为推荐算法方向的研究工程师，你可以： 1、负责推荐系统中具体推荐业务的召回、排序等模型算法及策略的设计与优化； 2、深入理解业务场景，通过对数据的敏锐洞察挖掘产品潜在价值和需求，针对现有业务场景特点优化推荐策略和模型，不断提升用户体验和业务指标； 3、基于超大规模深度神经网络模型和机器学习系统，探索业界前沿推荐技术的研发工作，通过技术创新推动产品成长，包含但不限于推荐多模态大模型、图神经网络、多任务学习、超长序列建模、强化学习等技术方向。
职位描述 跟进AI Agent领域最新技术动态，围绕LLM大模型、Agent框架、LLM Reasoning技术（如思维链、多步推理）、优化复杂查询的Deep Research模式、长期记忆机制、自动化数据合成、指令微调（Instruction Tuning）、偏好对齐（RLHF/DPO）等技术，持续推动算法创新与落地。 开展LLM Agent技术研发，构建端到端Agent系统，涵盖意图识别、知识检索、结果生成与偏好对齐，推动相关技术研究与算法落地，提升用户体验。
作为推荐算法方向的研究工程师，你可以： 1、负责推荐系统中具体推荐业务的召回、排序等模型算法及策略的设计与优化； 2、深入理解业务场景，通过对数据的敏锐洞察挖掘产品潜在价值和需求，针对现有业务场景特点优化推荐策略和模型，不断提升用户体验和业务指标； 3、基于超大规模深度神经网络模型和机器学习系统，探索业界前沿推荐技术的研发工作，通过技术创新推动产品成长，包含但不限于推荐多模态大模型、图神经网络、多任务学习、超长序列建模、强化学习等技术方向。