岗位职责
- 构建跨场景共享的推荐基础模型（Foundation Model），实现统一建模与高效推理；
- 推进事件序列驱动的生成式推荐范式，融合多模态理解与生成能力；
- 推动LLM技术在召回、排序、重混排环节的落地，参与模型训练、推理优化与系统；
- 探索LLM/VLM与推荐系统融合的创新路径，构建自适应、可演化的推荐智能体；
- 研究平衡性能与体验的端到端生成式推荐与系统优化方案。
职位要求
- 扎实的机器学习、深度学习或信息检索理论基础；
- 熟练掌握Python，精通主流深度学习框架（如PyTorch）；
- 对推荐系统智能化充满热情，具备自我驱动的科研精神。 加分项：
- 有推荐系统研发或大模型训练经验，并在某一方向取得技术突破；
- 在LLM、多模态学习、强化学习或生成式推荐方向有研究成果或论文发表；
- 熟悉大语言模型（LLM）或基础模型（Foundation Model）的预训练（Pre-train）与后训练（Post-train）流程。
