推荐大模型算法工程师 - 抖音电商&直播

抖音电商算法团队，依托抖音、今日头条、番茄小说、红果短剧等产品，帮助用户发现、讨论并获得好物，享受美好生活；帮助商家高效经营，创建良性商业生态；激励创作并分享购物经验使用心得，构建有真诚有信息的电商内容氛围。在这个团队，我们不仅要通过推荐、广告和搜索算法搭建消费者和商家之间的桥梁，也要通过风控算法和治理算法去甄别违规行为，保护用户的购物体验，保护真正诚信经营的商家；我们还要建设智能客服技术、大规模商品知识图谱来提升各个交易环节的效率，降低商家的经营成本；我们也要结合机器学习和运筹算法，来优化供应链和物流的效率和成本，并进一步提升用户物流体验；另外我们还会用业界先进的数据科学技术为业务健康发展保驾护航。我们的使命：用算法的能力，让用户总能发现好东西，让美好生活触手可得。 抖音直播算法团队，负责抖音、抖音极速版、抖音火山版等App的直播推荐算法优化，业务包括直播体裁基建和直播营收。直播体裁基建从用户侧的召回/粗排/精排/混排等模型和策略和主播侧的冷启动算法，结合多模态内容技术动态理解切片和用户兴趣，建立短视频域到直播域的兴趣迁移，在全场景分发直播体裁，满足用户看播需求并服务于营收、电商、生活服务、游戏等多业务。直播营收致力于为歌唱/舞蹈/弹奏/朗读/情感/户外等广泛的具有一技之长的普通人通过直播这个舞台被更多人看到获得收入，并满足用户多层次的精神消费和情感表达诉求，让优质内容供给持续增长反哺整个直播生态。在推荐技术方面，我们持续验证并落地全链路模型的高效scaling up方案，积极探索生成式推荐和LLM4Rec路线，提升模型系统的整体智能。

1. 负责大模型驱动的电商与直播场景推荐算法优化，覆盖商品、直播、短视频等多形态，联动推荐与广告系统，提升数亿用户体验；
2. 探索推荐大模型Scaling Law落地及LLM4Rec技术方向，从样本设计、模型结构、训练范式等维度优化训练与推理效率，推动大模型在召回、排序等全链路深度融合，持续提升模型能力天花板与推荐系统智能化水平；
3. 开展生成式推荐技术研究，设计Tokenization与Reward方案，摆脱传统ID依赖，提升全链路计算效率（MFU）；
4. 融合大模型、表征学习、图模型、多任务学习等技术，构建用户长短期兴趣模型与购买意图预测体系，精准挖掘优质商品及主播；
5. 结合内容电商业务特性，设计大模型与算法策略一体化方案，构建良性电商生态，驱动业务快速增长。