長期項目，優(yōu)秀后期可轉(zhuǎn)內(nèi)編
崗位職責(zé)
1. 用戶行為數(shù)據(jù)分析與處理：構(gòu)建高效、穩(wěn)定的數(shù)據(jù)處理流程，支持推薦系統(tǒng)的數(shù)據(jù)需求，為算法優(yōu)化提供高質(zhì)量數(shù)據(jù)支撐。
2. 推薦算法研究與優(yōu)化：深入研究和優(yōu)化推薦算法，包括圖模型、多興趣建模、多模態(tài)融合、長期興趣捕捉等，提升推薦系統(tǒng)的精準度與用戶體驗。
3. 大模型推薦探索：結(jié)合大語言模型（LLM）技術(shù)，探索基于大模型的推薦方法，提高推薦系統(tǒng)的泛化能力和智能化水平。
4. 大規(guī)模數(shù)據(jù)處理：優(yōu)化和加速海量數(shù)據(jù)的存儲、計算與查詢，熟練使用 Hadoop、Spark、Hive 等大數(shù)據(jù)處理工具，提升數(shù)據(jù)處理效率。
5. A/B 測試與推薦策略優(yōu)化：設(shè)計并實施 A/B 測試，量化評估推薦算法的效果，基于實驗數(shù)據(jù)持續(xù)優(yōu)化推薦策略。
6. 前沿技術(shù)跟蹤與落地：關(guān)注推薦系統(tǒng)及相關(guān)領(lǐng)域的最新研究進展，推動前沿算法在實際業(yè)務(wù)中的應(yīng)用與落地，提升系統(tǒng)競爭力。
崗位要求
1. 學(xué)歷背景：本科及以上學(xué)歷，具備扎實的算法和編程基礎(chǔ)。
2. 推薦系統(tǒng)經(jīng)驗：至少 有2 年以上推薦系統(tǒng)相關(guān)經(jīng)驗，熟悉召回、排序、重排序等核心推薦技術(shù)。
3. 大模型應(yīng)用：具備 LLM（大語言模型）相關(guān)經(jīng)驗，了解如何在推薦任務(wù)中應(yīng)用大模型，如內(nèi)容理解、用戶畫像建模等。
4. 編程與工程能力：熟練掌握 Python，具備良好的代碼工程化能力；熟悉 Hadoop、Spark、Hive 等大數(shù)據(jù)技術(shù)，具備海量數(shù)據(jù)處理經(jīng)驗。
5. 深度學(xué)習(xí)經(jīng)驗：熟練使用 TensorFlow、PyTorch 等深度學(xué)習(xí)框架，具備構(gòu)建深度學(xué)習(xí)推薦模型的實踐經(jīng)驗。
6. 數(shù)據(jù)分析與問題解決能力：具備良好的數(shù)據(jù)分析能力，能夠快速理解業(yè)務(wù)需求，并基于數(shù)據(jù)分析提出算法優(yōu)化方案。
7. 團隊協(xié)作與溝通能力：具備良好的團隊合作精神和跨部門溝通能力，能夠推動算法在實際業(yè)務(wù)中的應(yīng)用和優(yōu)化。