【关于快手】快手是中国领先的短视频和直播社区,DAU超过3亿。我们致力于打造温暖、有信任感的社区文化,提高每个人独特的幸福感。推荐系统在其中扮演着核心角色,社区科学部是负责快手推荐系统迭代的核心部门。
【职位描述】 1. 每天服务亿级用户规模的视频和直播的推荐优化,提高用户体验; 2. 分析海量用户行为数据和视频数据,挖掘用户兴趣,优化流量分发机制; 3. 跟踪前沿技术,将理论研究应用于解决推荐中的实际问题,可合作发表学术论文; 4. 包括但不限于如下方向: 1) 端上智能与边缘计算; 2) 用户行为序列建模; 3) 亿级候选空间的实时召回策略及评估方法; 4) 多任务联合学习和多目标的帕累托最优建模,在召回、粗排、精排等不同阶段的应用优化; 5) 智能算力预算分配; 6) 用户长期兴趣引导,推荐系统的长期兴趣收敛性研究; 7) 推荐系统bias问题和debias方法研究;
【要求】 1. 计算机相关专业,可连续实习6个月以上优先; 2. 熟悉熟悉Linux,掌握C++或Java语言;3. 熟悉Tensorflow/PyTorch其中一种框架,熟悉机器学习和深度学习常用算法,有一定工程实现能力;4. 研究方向是深度学习、计算机视觉、推荐系统、信息检索、自然语言理解、知识图谱、计算广告学以及算法博弈论等相关领域者优先;
【福利】 0. 千亿级的海量工业数据;1. 团队氛围nice,来自国内外顶尖公司和高校的mentor的亲身指导;2. 团队HeadCount充足,表现优异者有直接留用机会;3. 行业领先的实习补助,免费3餐+下午茶、健身房等;4. Mac电脑+大屏显示器办公;
有意向请发简历到邮箱:dingweijie@kuaishou.com