推荐算法实习生

职位描述

1. 负责识货平台核心推荐系统的研发与优化，覆盖首页信息流等多个推荐场景，持续提升推荐效果和用户体验。

2. 优化推荐全链路算法，包括用户兴趣建模、召回策略（含向量召回、协同过滤召回等）、粗排、精排（CTR/CVR预估）及重排干预等核心环节。

3. 构建与优化多目标排序模型，综合利用用户行为数据（点击、收藏、购买等）、商品多模态特征（图像、文本等）以及上下文信息，精准匹配用户兴趣与商品，提升点击率、转化率、GMV等核心业务指标。

4. 探索大模型（LLM）技术在电商推荐场景的创新落地，包括多模态Embedding增强商品语义表达、大模型辅助的排序优化、发现性推荐等方向。

5. 深入理解产品和业务，能从数据中发现算法与机制的不足，提出改进方案并推动实现。与产品、工程团队紧密协作，推动推荐算法方案的快速落地与持续迭代。

6. 跟踪推荐系统、深度学习领域的前沿技术，持续优化现有算法模型，推动技术创新与业务价值转化

任职要求

1. 学历与专业：计算机、软件工程、人工智能、数学、统计学等相关专业本科及以上学历。

2. 工作经验：具备搜索、推荐、广告或NLP领域的算法研发经验，有电商推荐系统实践经验者优先。

3. 算法基础：扎实的机器学习与深度学习基础，熟悉常见算法模型，如XGBoost、DNN、Wide & Deep、DeepFM、Transformer、BERT等；熟悉推荐系统全链路（召回、排序、重排）的核心算法与优化方法。

4. 编程与工程能力：精通Java或Python等至少一门编程语言，具备良好的编码能力和工程实践能力；熟悉Spark、Hive等大数据处理工具；熟悉TensorFlow、PyTorch等深度学习框架。

5. 数据洞察力：具备优秀的数据分析和问题定位能力，能够从海量用户行为数据中发现优化机会并提出可落地的改进方案。

6. 软素质：具备较强的目标感和结果导向，良好的沟通能力和学习能力，具备主动性和团队协作精神。