岗位职责
- 参与亿级用户规模的内容消费（短剧、小游戏、小说）推荐优化，包括不限于召粗精级联模型、推荐大模型与机制策略，提升内容观看&阅读&游玩时长、广告变现、付费转化、留存等核心指标；
- 设计推荐与广告流量协同的创新方案，打造一体化的分发引擎，发挥数据协同优势，提升整体分发效率，提升用户体验与转化；
- 设计和开发全域投放产品，制定合适的技术方案，提升客户投广撬动自然流量的能力，满足客户经营需求，长期牵引客户与内容供给增长，进而带动长期收入增长。
职位要求
- 数据驱动，洞察效率瓶颈与系统问题，制定提升分发效果的长期规划；
- 对搜索、推荐与广告算法其一有深入研究，关注前沿技术发展方向，包括但不限于生成式推荐、LLM4Rec、超大规模序列建模、多任务学习等算法；
- 熟悉开源深度学习框架，如Caffe，Tensorflow，Pytorch等；
- 熟悉常用的编程语言Python/Java/C++之一，精通数据结构与常用算法；
- 在AAAI，ICML，NIPS，IJCAI等顶会上发表论文加分；
- 工作年限1~5年。
