【北斗实习】大模型应用算法工程师-【生成式推荐系统】

Job description

【课题说明】 传统的向量召回和深度学习推荐范式在深度交互、冷启动、长尾商品发现、多场景适配等方面仍存在诸多挑战。生成式推荐系统以大模型为核心，具备强大的内容理解、知识推理和个性化内容生成能力。通过将用户历史行为、上下文信息、多模态内容等深度融合，生成式推荐系统能够实现用户意图的主动理解、候选内容的生成与多场景下的精准推荐，极大提升用户体验和平台生态活力。 【建议研究方向】

生成式召回

• 研究基于大模型的生成式召回方法，实现以模型参数为载体的候选内容记忆与生成，突破传统召回技术的局限。

多轮交互推荐技术

• 探索多轮用户引导与深度交互机制，实时理解用户意图变化，满足“千人千面”的个性化需求。

推荐系统的可解释性与安全性

• 研究大模型驱动的推荐逻辑可解释性方法，提升用户对推荐决策的理解和信任。同时探索生成式推荐中的内容安全，保障推荐系统的合规性与用户体验。

推荐智能体与复杂任务规划

• 构建具备推理、规划和自主决策能力的推荐智能体，支持跨领域、跨步骤的复杂任务推荐。

海内外高校在校本科生（大三及以上）、硕士生及博士生，且以下条件至少满足一项

1）超级学霸：专业成绩排名前1%。 2）学术达人：在顶级期刊或学术会议上以第一作者身份发表论文（或导师一作，自己为二作）。 3）竞赛大神：在顶级大赛上获奖。 4）工程高手：有大厂实验室的实习经验，或有贡献突出的开源项目。