岗位职责
- 参与快手商业化系统核心模型、机制、策略算法的研究及开发工作；
- 针对每天数亿网民 & 亿级广告库，参与研发业界领先的超大规模深度学习推荐模型，通过输入端、判别层、输出端建模优化，更精准地实现千人千面，包括但不限于 Meta learning、图学习、多模态建模、对比学习等前沿技术研究；
- 参与研发业界领先的广告智能投放平台，通过应用运筹优化、强化学习、联邦学习、CV & NLP（视频理解、生成）等前沿技术，提升广告主投放的长短期收益；
- 针对每天百亿流量 & 数十种差异化场景，参与设计、实现创新的拍卖机制和分配算法，运用博弈论、计算经济学、Uplift 建模 / 因果推断，参数模型化等技术和理论，探索给定资源约束下最大化流量和生态长短期价值的最佳机制策略实践。
职位要求
- 2027届优秀毕业生，计算机、数学、统计学等相关专业本科以上学历，博士、硕士优先；
- 熟悉 Linux，精通 C / C++、Java、Python 等至少一门编程语言，优秀的编码能力，扎实的数据结构和算法功底；
- 熟悉机器学习、数据挖掘、计算广告学相关基础知识，对常用算法有使用经验，并能根据实际场景进行优化，熟悉大规模数据挖掘处理、分布式计算；
- 善于阅读文献，快速学习，具备优秀的分析和解决问题能力，良好的沟通协作能力。 加分项：
- 有互联网广告算法、搜索 / 推荐系统、机器学习、计算机视觉、计算广告学及博弈论相关领域研究，及一线互联网公司实习经验者优先；
- 在 NIPS、ICML、ICLR、IJCAI / AAAI、SIGKDD、CVPR / ICCV、ACL 等相关国际顶级会议或期刊上有文章发表者优先；
- 有 Kaggle、KDD Cup 等推荐算法、数据挖掘比赛获奖者优先；
- 有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。
