1. 探索大模型与推荐算法结合的下一代推荐系统技术,充分利用大模型的领域知识和学习范式为推荐系统注入新的能量,包括但不限于文本/ID生成式推荐、模型Scaling Law、用户超长序列端到端建模等;
2. 探索视频、文本和语音等多模态信号的高效处理方式以及与推荐系统对齐的能力,让推荐系统看懂、听懂和理解世界;
3. 结合具体业务场景,参与深度模型设计与优化、强化学习、迁移学习、图神经网络等的算法,落地实际业务场景;
4. 紧跟行业及AI技术发展,结合业界前沿技术和业务需求,打造新一代推荐技术的最佳实践。
岗位要求
1. 计算机科学、人工智能或相关领域的硕士或博士及以上学历;
2. 熟悉C++,Python或Java,有优秀编码能力;
3. 对搜广推算法、LLM(ChatGPT等)/多模态模型(LLaVa、BLIP2、instructBLIP等)模型或者量化/蒸馏/剪枝有深入研究经验;
4. 熟悉常见的机器学习框架(如TensorFlow、PyTorch)和数据处理工具(如Spark);
5. 优秀的沟通能力和团队合作精神,能够在跨职能团队中有效合作。
加分项
1. 有推荐系统、分布式系统、信息检索、机器学习系统等相关领域研究或实习经验;
2. 在CCF A类的系统和机器学习等相关国际顶级会议上有文献发表;
3. 有ICPC、NOI、IOI、Topcoder Algorithm或类似算法竞赛经历者优先;
4. 有实际线上的高并发架构开发和调优的经验。
1. 具有竞争力的薪资和福利;
2. 持续学习和发展的机会;
3. 一个创新和合作的工作环境。
1. 建设高性能系统提供超高算力:
2. 数据管理与处理:
3. 前沿问题探索与研究:
岗位要求
1. 计算机科学或相关领域的硕士或博士及以上学历;
2. 熟悉C++,Python或Java,有优秀编码能力;
3. 熟悉常见的机器学习框架(如TensorFlow、PyTorch)和数据处理工具(如Spark、Kafka);
4. 具备良好的系统架构知识,能够理解大规模系统设计和复杂的推荐算法;
5. 优秀的沟通能力和团队合作精神,能够在跨职能团队中有效合作。
加分项
1. 有推荐系统、分布式系统、信息检索、机器学习系统等相关领域研究或实习经验;
2. 有实际线上的高并发架构开发和调优的经验;
3. 在CCF A类的系统和机器学习等相关国际顶级会议上有文献发表;
4. 有ICPC、Topcoder Algorithm或类似算法竞赛经历者优先。
1. 具有竞争力的薪资和福利;
2. 持续学习和发展的机会;
3. 一个创新和合作的工作环境。