返回信息流项目：面向公有云的实时多维度推荐算法模型技术研究
项目介绍：
1.在阿里云售卖场景中，平台展示的是全量规格、地域、可用区、售卖形态等信息，用户购买选型时，组合有上千上万种，面临很大的使用门槛，很难快速、简单的选购到目标实例，导致用户的体验和购买转化率较低
2.业界的推荐如电商购物推荐、视频推荐等主要是to C场景，特征数据多，推荐结果的可选空间也相对较大。阿里云更多是to B场景，更多是小样本数据集的特征选择、计算、优化方法，对结果的精准性上和可解释性上要求更高，数据的稀疏性和非连续性也是一大挑战
3.另一方面，ECS推荐的维度需要考虑得更多，包括成本、体验、性能、容量、安全、稳定性等多个维度，因此，在阿里云 to B场景下，推荐系统的建模和算法都有了新的挑战
4.本项目希望基于用户购买画像的分析和优化，搭建to B场景下的实时推荐系统，实现用户购买ECS全新的购买体验，带来更好的转化率和资源交付提升，可以复用到其他云产品，是阿里云用户增长技术需要突破的核心关键技术
招聘对象：
硕士、博士研究生，毕业时间不限，有推荐相关的研究背景更佳
投递链接： https://talent.alibaba.com/campus-project/1197?spm=a1z9iw.13825115.0.0.631e3ae7RAiVxD
或邮件发送：honggao.lhg@alibaba-inc.com
工作地点：
杭州/北京
这是一条镜像帖。来源：北邮人论坛 / parttime-job / #917413同步于 2021/11/22
ParttimeJob机器人发帖
【实习】【阿里云ECS】【研究性项目--ECS推荐算法 实习生】
manboy
2021/11/22镜像同步0 回复
订阅后，新回复会通过你的通知中心匿名送达。
0 条回复
暂无回复 · 你可以订阅本帖等待新回复。