推荐算法工程师-【海外短视频消费】

Job description

岗位亮点

• 参与千万级用户规模的海外短视频推荐系统建设；
• 深度参与“大模型 + 推荐系统”的前沿探索与落地；
• 直接影响社区生态与用户体验，业务价值显著。

职位描述

• 负责海外短视频推荐系统的算法设计与优化，提升用户消费体验与社区生态健康度；
• 参与核心推荐链路（召回 / 粗排 / 精排 / 重排）的建模与优化，持续提升分发效率与效果；

探索并推动大模型（LLM / 多模态模型）在推荐场景中的落地应用，包括但不限于

• (1) 内容理解与表征（文本 / 视频 / 多模态 embedding）； (2) 用户兴趣建模与生成式推荐； (3) 冷启动与长尾内容分发优化；

围绕关键业务目标进行算法建设与迭代，包括

• (1) 短视频内容冷启动效率提升； (2) 垂类内容分发与供需匹配优化； (3) 用户分层与差异化推荐策略优化； (4) 社区生态健康度（多样性 / 公平性 / 内容质量）提升；
• 与产品、数据、工程团队紧密协作，推动算法策略从设计到上线的全流程落地，并持续进行效果评估与迭代。
• 计算机、统计学、机器学习等相关专业本科及以上学历；
• 扎实的机器学习基础，熟悉常见推荐算法及优化方法；
• 熟悉推荐系统核心技术体系（召回 / 排序 / 特征工程 / 多目标优化等），具备实际项目经验；
• 具备良好的编码能力，熟悉大规模数据处理与分布式训练框架；

对大模型（LLM、多模态模型）有一定理解或实践经验，包括但不限于

• (1) Embedding建模、Prompt设计、微调（SFT / RLHF等）； (2) 大模型在推荐、搜索或广告场景的应用探索；
• 具备较强的数据分析能力和问题拆解能力，能够独立推动复杂问题落地；
• 良好的沟通能力与团队协作意识，能够跨团队推动项目进展。 加分项
• 有短视频 / 内容社区 / 信息流推荐系统经验者优先
• 有冷启动、长尾分发、生态治理等方向经验
• 有大模型在工业场景落地经验（推荐 / 搜索 / 广告 / 内容理解等）
• 在KDD / SIGIR / WWW / RecSys等会议发表论文或有相关竞赛经验