电商推荐算法实习生 - 流量策略方向

Job description

• 参与亿级用户规模的电商推荐优化，提升电商推荐的多目标排序效率，以及电商与其他业务间的混合排序效率；
• 负责机器学习模型优化，包括但不限于深度学习、强化学习、因果推断等，负责机制策略算法优化，包括但不限于调控策略、多目标优化策略、uplift策略、混排机制等，实现电商流量效率的最大化；
• 跟踪业界深度学习、强化学习、博弈出价等领域进展，并结合应用场景快速实验和调优。
• 硕士及以上学历，计算机相关专业；
• 熟悉C++，Python等编程语言，良好的逻辑思维能力，优秀的编码能力，扎实的数据结构和算法功底；
• 熟悉常用机器学习算法，包括机器学习、最优化、因果推断、强化学习等算法原理及应用，有扎实的基础；
• 良好的逻辑思维能力，优秀的分析和解决问题的能力，善于沟通和思考，责任心强，具有很好的团队协作能力。 【加分项】
• 有推荐系统、机器学习、自然语言理解、计算广告及博弈出价相关领域研究或实习经验；
• 在NIPS、ICML、ACL、SIGKDD、RECSYS、WSDM、WWW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。