岗位职责

参与亿级用户规模的本地生活搜索优化，负责迭代到店业务搜索算法，包括到餐、到综、酒旅等，提升点击率、转化率等核心指标，提升用户在快手的本地生活搜索购物体验，促进生态良性发展；
参与机器学习与深度学习算法的核心研发工作，对本地生活搜索全链路进行建模优化，包括但不限于召回、相关性、粗排、精排、机制等方面，深度进行序列建模、迁移学习、强化学习、对比学习、多模态大模型等的算法和系统研发；
针对海量用户行为数据，提供基于分布式计算的算法解决方案，大幅提升算法计算规模和性能；
深入思考产品业务价值，参与制定及落实团队在技术、业务等多维度发展方向。

职位要求

硕士及以上学历，计算机、数学或统计学相关专业，出色的分析问题、解决问题的能力，有强烈的技术热情，有皮实乐观、不畏挫折的心态；
熟悉Linux环境、C++和Python语言，良好的逻辑思维能力，优秀的编码能力，扎实的数据结构和算法功底；
具有机器学习、数据挖掘、搜索系统、推荐系统或者自然语言理解等相关领域知识，具有工业界相关方向的实践经验者，或在ACM或数据挖掘/机器学习类竞赛中取得优异名次者优先；
具备良好的文献阅读能力和快速学习能力，优秀的分析和解决问题的能力，良好的沟通协作能力；
在SIGIR、SIGKDD、ICML、NIPS、WWW、AAAI KM、ACL、RECSYS、CVPR、ICCV、ECCV、ICLR等顶级计算机学术会议或期刊上发表过论文者优先。