岗位职责
- 参与优化快手内容生态，基于大模型内容理解搭建更准确的内容质量评估，设计合理的分发机制，通过算法优化改善内容生态和创作者生态；
- 多路径探索B端视角的生成式推荐，不限于onerec模型、扩散模型等
- 深入理解业务以及快手推荐系统，寻找短期、长期不同视角下的业务增长空间，不断完善推荐系统；
- 探索和研究最前沿的技术，结合实际应用场景，产出有效的业界领先的技术解决方案。
职位要求
- 硕士及以上学历，计算机、数学或统计学相关专业；
- 有较强的工程实现能力，熟悉大模型基本原理以及SFT和强化学习等大模型后训练技术，熟悉常用的大模型训练和推理框架，熟悉推荐系统和大语言模型结合技术；
- 具有推荐系统、机器学习、数据挖掘或者自然语言理解等相关领域知识。 加分项：
- 有推荐大模型、强化学习、迁移学习、图神经网络、博弈论相关领域研究或实习经验；
- 在KDD、ICML、NIPS、ICLR、AAAI、WSDM、WWW、ACL、EMNLP、RECSYS等相关国际顶级会议上有论文发表；或在TPAMI、JMLR、TKDE、TNNLS等国际顶刊上有论文发表。
