岗位职责
- 负责推荐系统的算法研发与迭代，结合视觉、文本等跨模态信息优化召回、排序及重排策略，提升推荐效果与用户体验。
- 设计并落地多模态特征融合方案，构建用户画像与内容理解模型，推动多模态技术在内容挖掘、识别与生成场景中的应用。
- 参与大模型在推荐系统和多模态领域中的微调，探索强化学习、指令微调等技术在业务指标提升中的实战路径。
- 跟踪多模态与推荐领域前沿技术，推动复杂项目从0到1落地并达成业务目标。
职位要求
- 计算机、数学或相关专业本科及以上学历，硕士/博士优先。
- 多模态算法经验：1-3年以上算法开发经验，精通计算机视觉、自然语言处理及跨模态对齐技术，有多模态模型（如CLIP）实战经验者优先。
- 大模型经验：熟悉大模型训练和推理，掌握大模型微调（如SFT、强化学习等）方法，在内容挖掘、识别和生成等方面有一定的实战经验。
- 推荐系统经验：了解推荐系统架构（召回、排序、重排），有结合多模态特征优化推荐效果的落地经验（如特征融合、用户画像建模）。
- 工程能力：熟练使用PyTorch/TensorFlow框架，熟悉分布式训练（DeepSpeed等）等。 加分项：
- 具备独立推动复杂项目落地的能力，能主导多模态技术方案设计、跨团队协作及资源协调。
- 结果导向，有从0到1构建多模态推荐系统或显著提升业务指标的成功案例。
- 出色的沟通能力与抗压能力，能在快速变化的业务环境中高效执行。
- 有跨境电商、国际化用户行为分析经验者优先。
- 发表过顶会论文（如SIGIR、NeurIPS、CVPR）或开源项目贡献者优先（尤其多模态推荐方向）。
