岗位职责
- 负责ATH APP推荐系统的算法推荐工作。包括但不限于重排/混排模型，用户兴趣理解，个性化体验策略，冷启动技术，内容生态等全链路策略，提升推荐精准度与用户满意度，帮助创作者成长。
- 探索大模型在推荐场景的落地应用，如基于大模型的用户兴趣理解，用户体验评估，AI内容选择等，大模型重构粗排/召回/精排/重排/混排全链路模型。研发基于LLM的意图推理引擎，包括显式需求理解和识别、隐式需求挖掘、跨会话需求追踪等。
- 搜索词推荐体验与需求激发，负责优化下拉推荐、大家都在搜/看等核心场景的Query质量、相关性与多样性，设计生成式推荐模型，通过LLM实现主题和Query的个性化生成和分发。
- 与产品、数据、工程团队紧密协作，通过数据分析和策略拆解驱动优化，基于大模型建设面向推荐系统的评估体系，通过AB实验验证效果并持续迭代。
- 跟踪推荐领域前沿技术与行业动态，结合业务场景进行大模型方法创新探索，沉淀技术方法论与工具，提升团队算法能力。
职位要求
- 本科及以上学历，自然语言处理、人工智能、机器学习、计算机、数学、统计学相关专业，3年以上算法研发经验。有头部互联网公司或知名AI企业相关领域经验者优先；
- 精通机器学习、深度学习、强化学习等核心技术，熟悉分布式计算框架及MLOps流程，具备大模型训练、优化或部署落地经验，或在推荐、广告算法领域有成熟项目经验；
- 具备扎实的编程能力（Python/Java/C++等），熟悉主流机器学习框架，能独立完成算法设计、模型调优及工程化实现，有高并发、低延时系统开发经验者优先；
- 有开源AI项目贡献或在GitHub上维护过高Star数的AI工具/框架者优先；
- 熟练使用主流LLM框架与工具，熟悉AI Agent开发范式，具备Agent Skill / 插件开发经验者优先；
- 思路清晰，有良好的业务理解、系统分析和软件设计能力，具有良好的沟通能力和横向推动能力；
- 热爱技术，工作认真、严谨，具备较强的学习能力和责任心，能自我激励，善于沟通与团队协作。
