美团搜索推荐算法专家

【职位介绍】 我们团队负责构建小红书推荐算法中台，提高内容分发效率，为海量用户提供极致的推荐体验。在这里，你将参与到推荐系统的全链路搭建和各类算法的研发，包括不限于大模型应用、多模态建模、深度学习、强化学习、迁移学习、表示学习、图学习等领域。我们希望对推荐、搜索、广告感兴趣的同学，加入我们一起研发世界一流的推荐引擎。 1. 负责推荐算法中台的全链路建设，抽象业务共性，敏捷高效支持各类推荐需求。 2. 负责业界先进推荐算法的研发和落地，包括但不限于大模型技术、多模态内容理解、召回算法、排序模型（粗精排）、长短期兴趣建模、多场景联合建模等。

1、参与亿级用户规模的本地生活搜索优化，负责迭代到店业务搜索算法，包括到餐、到综、酒旅等，提升点击率、转化率等核心指标，提升用户在快手的本地生活搜索购物体验，促进生态良性发展； 2、参与机器学习与深度学习算法的核心研发工作，对本地生活搜索全链路进行建模优化，包括但不限于召回、相关性、粗排、精排、机制等方面，深度进行序列建模、迁移学习、强化学习、对比学习、多模态大模型等的算法和系统研发； 3、针对海量用户行为数据，提供基于分布式计算的算法解决方案，大幅提升算法计算规模和性能； 4、深入思考产品业务价值，参与制定及落实团队在技术、业务等多维度发展方向。

1、参与亿级用户规模视频推荐和交互产品推荐，提升用户体验、时长、留存等核心指标； 2、分析海量用户行为数据和视频数据，挖掘用户侧和item侧有效特征，提升推荐效果； 3、参与机器学习、深度学习领域研发工作，不限于网络模型设计与优化； 4、探索多模态大模型的前沿技术，通过加强视频和文本的理解，提升产品体验和业务效果。

1、参与亿级用户规模的电商搜索优化，提升电商搜索场景的GMV、购买用户数、点击率、转化率等核心指标，提升用户电商搜索购物体验，促进生态良性发展； 2、参与机器学习与深度学习算法的核心研发工作，对搜索全链路进行建模优化，包括但不限于召回、相关性、粗排、精排、机制等，深度进行序列建模、迁移学习、强化学习、对比学习、多模态大模型等的算法和系统研发； 3、针对海量用户行为数据，提供基于分布式计算的算法解决方案，大幅提升算法计算规模和性能； 4、参与搜索推荐机制的顶层设计，结合业务战略，优化电商流量结构和GMV结构，促进电商生态的健康发展。