智能互联高德-Java开发工程师（广告方向）-信息工程专项

1.主导亿级用户规模的高德个性化推荐场景优化，应用机器学习、深度学习、LLM以及AIGC技术，提升推荐结果的相关性、多样性和用户体验 2.负责多入口多场景下的统一推荐算法优化，在召回、粗排、精排、混排等核心模块中，应用业界领先的算法和技术，实现多场景建模、跨场景知识迁移和端到端优化；针对用户行为序列建模、时空场景推荐等关键技术点，探索结合LBS数据特点的创新算法，攻克跨域行为融合、冷启动时空优化、动态供需匹配等业务难题，显著提升推荐系统的关键指标 3.探索前沿技术方向，推动技术创新；研究并落地最新的推荐算法和技术方向，包括但不限于：大模型驱动的生成式推荐（如LLM-based推荐）；基于LLM的用户长短期兴趣建模与跨场景迁移学习；结合RAG的上下文感知推荐与个性化内容生成（AIGC）；时空建模与多模态融合推荐；强化学习（RL）在推荐系统中的实践与优化。

1、参与搜索、推荐、广告等引擎各个功能模块的设计和实现，构建高可靠性、高可用性、高可扩展性的引擎系统，满足日趋复杂的业务需求； 2、参与大模型在高德各个用户场景中的应用开发和落地。 2、参与产品的开发和维护，完成从需求到设计、开发和上线等整个项目周期内的工作；

1、负责搜索、展示广告系统的业务分析与实施，沉淀业务解决方案，打造简单、可依赖的商业产品基础设施 2、负责广告投放引擎的架构设计和优化，打造高可用、高性能、高迭代效率的广告在线投放系统，同时保证系统稳定性 3、负责广告检索、策略、召回、排序等技术方向的设计、实现和优化，用技术创新驱动业务发展 4、分析现有系统不足，找到目前系统的瓶颈，改进、提高系统性能

1.参与高德个性化搜索场景优化，负责召回，排序模型，提升搜索用户体验和交易GMV 2. 负责多入口多场景下统一召回、粗排、精排算法优化；在多场景建模、用户行为序列建模、时空场景推荐等技术点上，应用业界领先的技术优化，取得指标收益。 3. 利用高德的庞大数据量，结合LBS时空数据的特点，通过海量数据/大模型分析挖掘用户潜在需求，指导推荐算法和策略的设计，提升推荐效果。