岗位职责:

1、参与技术洞察与规划:参与推荐算法领域的技术演进规划，深度跟踪LLM与推荐系统的融合范式，制定从判别式推荐向生成式推荐演进的技术路线图，保持技术的行业领先性;

2、负责推荐算法开发与模型迭代:主导召回、排序、重排等核心环节的算法升级，在深度学习模型基础上，利用LLM的语义理解与世界知识突破传统 ID类特征的泛化瓶颈，引入ScalingLaw指导模型迭代，驱动业务指标持续增长;

3、建设大模型推荐能力:基于千亿级行为数据与多模态特征，构建大屏场景下的基座大模型，探索大模型在用户意图推理、长序列建模及端到端生成式推荐中的应用落地;

4、负责算法需求落地与工程优化:能够独立完成算法从设计到上线的闭环，协同工程团队通过知识蒸馏、模型剪枝、推理加速等手段，解决大模型在推荐场景落地时的算力瓶颈与延迟挑战。
 

任职资格:

1、本科及以上，具有生成式推荐模型开发经验，5年以上的推搜广算法经验，在千万级日活产品中，主导过召回、排序、重排或大模型推荐中至少一项核心算法的设计和落地，且有显著的线上收益;

2、深刻理解深度学习推荐系统核心原理，精通TensorFlow/PyTorch框架应用，具备大模型

预训练、微调的实战经验;

3、具备极强的技术视野，持续追踪RecSys/KDD/ACL等顶会关于LLMARec、GR的最新进展，

并具备极强的论文复现与业务转化能力。
4、具备扎实的数据分析能力和复杂系统下的算法调优经验。