BBYR Achieve
返回信息流
这是一条镜像帖。来源:北邮人论坛 / parttime-job / #921227同步于 2022/2/7
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ParttimeJob机器人发帖

【实习】【快手】招募快手-视频—推荐模型

qizhi666
2022/2/7镜像同步0 回复
实习岗位名称: 快手-视频—推荐模型 所需人数: 3 招募公司: 快手 所属部门组: 模型组 联系方式: qizhi@kuaishou.com 答复时间(如每日8点答复email等): (站内私信不回,及时回复邮箱) 工作地点: 北京市西二旗 交通情况(北邮为出发点,包括公交,地铁,达到时间): 地铁西二旗站,有班车 任职资格 -- 基本条件: 1. 计算机、数学、自然语言处理、机器学习及相关专业研究生、博士生 2. 扎实的C++ / Java / Python 编码功底,有较强的工程实现能力,有良好的代码风格 3. 扎实的机器学习算法、统计学习基础,熟悉一种以上机器学习框架,如 tensorflow、pytorch、spark 等 4. 优秀的分析和解决问题的能力,对有挑战性的问题充满激情 5. 有上进心和责任感,良好的沟通能力和同理心,不断推进优化推荐系统 任职资格 -- 优先条件: 良好的编码能力 工资情况: 每天350 实习时间(包括实习期的长度,每日实习的时间): 每周实习三天,三个月以上 福利情况(包括是否包吃住等): 工作职责: 推荐算法工程师 1. 推荐召回 应用于热门流量的photo召回,对大盘核心消费指标有巨大贡献 负责模型结构设计、采样方式优化、label优化、召回部署及调试 负责大规模online流式更新的tdm、gnn、ann、i2i服务的易用性、性能优化 2. 推荐粗排 基于秒级更新的用户行为数据,在性能约束限制下完成万量级photo的粗排序 通过近线计算、模型压缩和工程手段,提升模型吞吐 应用context-aware ltr直接面向排序指标建模 3. 推荐debias 针对推荐系统的exposure/popularity/position/conformity bias,构建评估和修复方式。提升推荐系统公平性,缓解马太效应和回声效应。 4. 推荐多样性优化 在单点推荐打分基础上兼顾集合多样性,保证用户体验 职业资料(这里介绍职业的相关资料,如前景等): 补充:
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。