夸克智能信息-夸克-资深推荐算法工程师-杭州/北京
任职要求
1.学历背景:计算机科学、软件工程、数学、统计学等相关专业本科及以上学历。 2.工作经验:2-5年推荐算法或搜索算法研发经验,有AI内容创作、UGC/PGC内容平台、短视频/图文等内容领域算法经验者优先。 3.技术能力:精通常见推荐算法(如协同过滤、LR、GBDT、FM/FFM、DeepFM、Transformer-based模型等),熟悉搜索核心技术(如倒排索引、相关性排序、语义检索等):熟练掌握Python,熟悉TensorFlow/PyTorch等深度学习框架,具备数据处理与分析能力(如SQL、Spark等)。 4.业务理解:深入理解推荐业务逻辑,能结合用户需求与场景特性设计算法策略,具备从业务问题抽象为算法问题并解决的能力。 5.项目经验:有独立负责推荐/搜索模块优化、参与完整推荐系统搭建或核心指标提升项目的经历,能清晰阐述项目成果与技术贡献。 加分项: 1.具备Al大模型相关经验,如基于大模型进行语义理解、内容生成辅助推荐、Embedding优化等实践经历。 2.熟悉内容审核、版权识别等AI内容创作场景关联技术,能将其与推荐算法结合解决实际问题 3.有高并发、大规模推荐系统落地经验,熟悉推荐系统工程优化方法(如模型压缩、离线/在线计算架构设计等)。 4.在技术社区发表过推荐算法相关文章,或参与过开源推荐项目贡献者优先。
工作职责
面向AI内容创作场景,负责内容搜索与推荐系统的算法设计、优化及落地,通过精准的算法策略提升内容分发效率与用户体验,支撑AI生成内容(AIGC)、创作者生态等核心业务的增长。 岗位职责: 1.算法设计与优化:负责AI内容创作场景下推荐算法与搜索算法的研发迭代,包括但不限于召回、排序、过滤、个性化推荐等模块,优化内容匹配精准度与用户点击率、停留时长等核心指标。 2.数据驱动迭代:基于用户行为数据、内容特征数据等,构建算法评估体系,通过AB测试等方式验证算法效果,持续迭代优化推荐策略,解决冷启动、多样性不足等实际业务问题。 3.特征工程与模型搭建:参与内容特征、用户特征的挖掘与构建,结合场景需求选择或改进合适的推荐模型(如协同过滤、深度学习模型等),提升模型预测精度与泛化能力。 4.系统协同与落地:与工程、产品、数据等团队协作,将算法方案转化为可落地的技术实现,保障推荐系统的高可用性、低延迟与稳定性,适配AI内容创作场景的动态变化需求。 5.技术探索与沉淀:跟踪推荐算法、AI大模型在内容领域的应用动态,探索大模型与推荐系统结合的创新方向(如生成式推荐、意图理解增强等),沉淀算法研发经验与技术方案。
1.负责88vip会员业务的多个场景的人群挖掘、权益/商品推荐算法优化工作,包括但不限于会员中心、月卡/积分频道、大促营销活动算法优化等。 2.负责高净值用户的需求理解,为多个业务场景提供高净值用户画像和应用的服务落地,包括但不限于频道、交易等链路的触达和个性化优化 3.在潜客洞察和挖掘、续卡用户挽回等业务场景通过大规模机器学习/深度学习技术,进行模型的持续优化和效果提升。 4.在权益算法方面通过探索Uplift、强化学习等技术 在权益、优惠券和红包分层触达用户,带来钱效提升
我们是阿里巴巴国际数字商业集团的智能技术团队,负责阿里巴巴旗下多个国际化电商平台的搜索、推荐、广告、用增等技术。团队致力于将最前沿的AI技术与国际化电商业务问题深度结合,为用户打造更好更智能化的网上购物体验,同时赋能百万商家实现更高效的经营。 选择加入我们意味着投身入于高速发展的国际化电商业务,一起打造最先进的AI技术以驱动全球电商业务发展。 岗位描述: 1、参与并负责搜索、推荐算法研发,提升全球不同语言的搜索精准性和国家差异化个性化推荐体验。 2、参与并负责广告算法研发,提升全域流量广告流量变现效率,通过竞价及投放优化、素材生成等提升商家投放效率。 3、参与并负责用增算法的研发,提升电商获客效率,建设优化个性化外投广告、个性化触达消息、个性化权益补贴等算法能力。 4、参与研发生成式AI技术,推动生成式AI在国际电商领域的创新应用。
1. 面向淘宝推荐核心场景:首页信息流和视频Tab的商品、短视频、图文等内容推荐业务。 2. 超大规模推荐算法研发:超大规模商品、短视频、图文内容业务的召回、排序、重混排模型算法研发工作。 3. 通过超大规模在线深度学习、用户行为超长期序列建模、全域学习、多场景迁移学习等技术提升算法效率。 4. 探索大模型在推荐系统中的应用:利用大模型技术提升推荐系统泛化能力,结合跨域多模态信息提升内容推荐效率和体验。