部门介绍
快手消费策略算法部极速版推荐算法优化，通过Multi Agent System，强化学习等技术，端到端地解决复杂推荐系统优化的问题，提升用户体验，并探索未来推荐算法的发展方向。
- 参与亿级用户规模场景的短视频推荐优化，提升用户体验，提升时长、留存等核心指标；
- 探索复杂推荐系统中用户综合体验的端到端建模方法，包括但不限于强化学习、OneRec、多阶段联合建模等方法；
- 参与前沿问题探索与研究，结合实际应用场景，提供全面的技术解决方案。
岗位职责
招聘官网暂未提供完整岗位职责，请前往官网核实。
职位要求
- 硕士及以上学历，计算机、数学或统计学相关专业；
- 熟悉Linux、C++、Java或Python，优秀的编码能力，扎实的数据结构和算法功底；
- 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；
- 善于阅读文献，快速学习 ，具备优秀的分析和解决问题的能力，良好的沟通协作能力。 加分项：
- 有推荐系统、机器学习、信息检索、自然语言理解、计算广告学及算法博弈论相关领域研究或实习经验；
- 有实际线上的高并发架构开发和调优的经验；
- 在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶级会议上有文献发表；
- 有ICPC、Topcoder Algorithm或类似算法竞赛经历者优先。
