官网职位描述
团队介绍:TikTok搜推算法团队,负责TikTok短视频产品的基础推荐、搜索算法,加入我们,你能接触到包括搜索、用户增长、社交、直播、内容创造、内容消费等业务场景,直接为核心用户体验负责,支持产品在全球赛道上高速发展。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、多模态大模型的落地,并着力研究下一代AI Search和Chatbot的核心研发技术,包括不限于Multi-Agent、Agentic RL、Harness、Loop Engineering,探索强化学习在大模型时代的新范式。在这里,你可以深入钻研机器学习算法的改进和优化,探索前沿的技术;可以感受不同文化的碰撞,激发认知;可以通过对产品和内容生态的深度分析,影响产品未来的发展方向。 1、优化推送发送时机策略与模型,基于Reinforcement Learning、深度时序模型等提升系统择时&择频的能力,提升用户体验与相关指标; 2、应用主流和前沿的机器学习模型,如DeepFM、Uplift model、Deep Retrival、DIN等,进行召回&粗排&精排模型优化,包括模型结构优化、特征工程以及模型性能优化等; 3、基于海量数据搭建业内领先的推送模型、策略和架构,建模用户兴趣,提升用户体验; 4、负责业务场景中的某个模块,如社交推送、直播推送、热点推送等,与产品、运营团队一起,对模块的未来发展进行规划和设计,制定推送&推荐策略的目标,通过推送的方式助力社交、直播、热点、UserGrowth等相关业务增长; 5、进行推送内容创意的优化,包括自动生成&选择最优的文案内容、图片等素材,自动文案审核等工作; 6、深耕发送时机策略与模型、内容召回、排序与聚合、内容创意增长等技术方向,利用海量数据搭建业内领先的机器学习算法和架构,建模用户兴趣,提升用户体验。
职位要求
- 具备优秀的编码能力,扎实的数据结构和算法功底;
- 优秀的分析问题和解决问题的能力,对解决具有挑战性问题充满激情;
- 对技术有热情,有良好的沟通表达能力和团队精神;
- 熟悉机器学习基础理论和常用模型算法,对推送&推荐系统、计算广告、搜索引擎等相关领域有经验者优先。