The posting
项目描述:研究如何通过指数级增加模型参数量(从百万到千亿级)来提升学习排序性能,探索大语言模型在排序任务中的涌现能力、计算效率与精度的权衡关系,以及数据质量、训练策略对Scaling Law的影响规律。 岗位职责: 1. 跟进和研发推荐排序模型的优化, 结合大模型相关技术, 推动排序模型离线/在线指标增长, 探索排序模型的新范式。 2. 结合以上方向的探索和研究,撰写发表论文,和业界、学术界保持良好的交流。
1.2028届及以后毕业,本科及以上学历在读,具备优秀的编码能力,扎实的数据结构和算法功底。 2.有一定的科研能力,能够针对性的解决问题。 3.优秀的分析问题和解决问题的能力,对解决具有挑战性问题充满激情,不轻易放弃。 4.对技术有热情,有自己的理解,能够用技术推动业务进步和变革。 5.有良好的沟通表达能力,具有团队精神,有良好的团队协同能力。 6.在顶级计算机学术会议(SIGIR、SIGKDD、ICML、NIPS、WWW、AAAI、CIKM、ACL、RECSYSA)或期刊上发表过论文者优先。
本项目为得物研究型实习生项目。该项目岗位最低实习时长为6个月,岗位非纯业务开发岗位,主要目的为发表顶级期刊。



