小米搜推算法工程师实习生
任职要求
基本要求： -计算机或相关专业研究生以上学历，有推荐/广告/搜索相关算法经验优先. -熟悉python/Java/C++等至少一门编程语言，熟练使用Hadoop、Spark等常用大数据技术，--熟悉tensorflow、pytorch等至少一个深度技…
工作职责
-参与小米的搜索推荐系统的优化，提升下载、点击、时长等指标。 -参与搜索推荐系统中的召回、精排、重排等一个或者多个领域的算法研发工作。 -将业务中的痛点拆解为算法问题并解决。 -跟踪业界前沿技术，并在海量数据的业务中进行探索、落地和改进。 你会拥有： 独立负责搜索推荐漏斗中某模块优化的机会。 高性能算法架构助力算法落地。 千万级DAU嗷嗷待哺。 真诚热爱的工作氛围。
1、探索大模型与推荐算法结合的下一代推荐系统技术，充分利用大模型的领域知识和学习范式为推荐系统注入新的能量，包括但不限于文本/ID生成式推荐、模型Scaling Law、用户超长序列端到端建模等； 2、探索视频、文本和语音等多模态信号的高效处理方式以及与推荐系统对齐的能力，让推荐系统看懂、听懂和理解世界； 3、混合专家、蒸馏剪枝等兼顾模型性能和效果的技术探索； 4、紧跟行业及大模型技术发展，结合业界前沿技术和业务需求，打造大模型应用的最佳实践。
1、探索大模型与推荐算法结合的下一代推荐系统技术，充分利用大模型的领域知识和学习范式为推荐系统注入新的能量，包括但不限于文本/ID生成式推荐、模型Scaling Law、用户超长序列端到端建模等； 2、探索视频、文本和语音等多模态信号的高效处理方式以及与推荐系统对齐的能力，让推荐系统看懂、听懂和理解世界； 3、混合专家、蒸馏剪枝等兼顾模型性能和效果的技术探索； 4、紧跟行业及大模型技术发展，结合业界前沿技术和业务需求，打造大模型应用的最佳实践。
1.参与构建影视内容的搜索与推荐系统，提升用户在大麦、淘票票等平台的观影体验； 2.负责召回、排序、重排等核心算法模块的研发与优化； 3.探索生成式召回、非内积召回等前沿技术，提升推荐系统的多样性和准确性； 4.与产品、工程团队协作，推动算法在实际业务中的落地和效果验证。
在当前业界的搜索推荐系统中，召回、粗排、精排、重排、混排等算法已有相对成熟的一套框架推动搜推业务进入深水区。AI的发展为搜推场景注入了新的可能性，具体来说，我们希望同学加入解决以下业务问题： 1. AI对搜推场景的算法优化 a. 通过大模型（LLM、多模态大模型）的推理能力、世界知识能力，提升对用户的理解。 b. 通过大模型（LLM、多模态大模型）SFT、RL、RAG等技术手段，实现对用户需求更好的承接。 c. 研究大模型和经典搜推算法的融合方案，提升场景整体效果和用户体验。 d. 直面淘宝数亿用户、百亿级行为数据的挑战，落地大模型应用。 2. 下一代AI搜推系统构建 a. 通过分布式训练、模型压缩、低延迟推理等技术，面向工业级应用完成千亿级参数大模型的高效训练与部署。 b. 尝试生成式AI、多智能体协作等前沿方向，推动AI技术在电商领域的创新应用。