The posting
团队介绍:内容消费与非闭环营销技术团队,服务内容消费和非闭环营销行业数十万客户和十亿级用户。其中,内容消费行业包括游戏、小游戏、短剧、小说、社交与工具等行业,非闭环营销行业包括平台电商、引流电商等行业。内容消费与非闭环营销围绕客户深转、ROI等本质诉求,构建了完整的产品矩阵,知名产品有UBA/UBP自动化产品、深转ROI1\ROI7产品等。研发团队主要通过技术手段支持行业的收入和市占提升,工作内容包括:投放策略优化(出价、自动化)、模型优化(深度延迟和稀疏转化建模、序列建模、Large Recommend Model等)、流量和体验策略优化(ROI3产品、推荐广告融合、多目标建模等)、AI内容理解和生成(多模态模型、营销创意&剧集生成等)、定价和权益激励策略优化(智能定价、QCPX等)、海量创意自动化托管投放架构(DPA)、新产品开发等。
1、生成式推荐模型研发:负责基于LLM生成式模型的推荐策略设计与优化,探索生成式技术在用户兴趣建模、内容生成与匹配、个性化推荐中的创新应用,提升推荐的相关性、多样性与用户体验; 2、多模态融合与理解:深入研究并应用多模态技术,融合文本、图像、视频等信息,提升对内容和用户意图的理解能力,为生成式推荐提供坚实的表征基础; 3、系统实验与效果评估:参与生成式推荐系统的实验设计与效果评估,通过A/B测试等手段科学验证模型改进的有效性,并进行深度归因分析; 4、技术落地与业务协同:与产品、运营团队紧密协作,将生成式技术落地到实际推荐场景(如短视频、图文、直播),推动业务指标(如用户时长、GMV、广告收入)的显著提升; 5、前沿技术跟踪与创新:密切跟踪生成式AI与推荐系统领域的最新研究进展,引入创新方案解决业务痛点,持续探索技术边界。
1、计算机/人工智能/统计学等相关专业硕士学位及以上,或本科学历有3年以上生成式模型、推荐系统相关工作经验; 2、扎实的机器学习/深度学习理论基础,熟悉生成式模型(如Transformer、LLM、多模态生成模型、扩散模型等)的原理与应用; 3、熟悉至少一种主流深度学习框架(PyTorch/TensorFlow),具备较强的代码实现能力; 4、有扎实的编程基础,良好的编程风格和工作习惯,熟练掌握C/C++、Java、Python等至少一门语言; 5、有推荐系统或生成式模型(如LLM、AIGC)相关项目经验者优先; 6、具有良好的团队协作能力、沟通能力和问题解决能力,对新技术有强烈的探索欲望。
加分项 1、在广告、推荐、搜索、增长营销等业务上有过多年的优化经验; 2、在顶级会议(CCF-A类,如ICML、NIPS、ICLR、AAAI、IJCAI、KDD、RecSys、SIGIR等)上发表过论文; 3、有过深度学习编程框架开源社区经验。



