推荐算法工程师-国际电商

1、推荐算法与全链路优化：负责国际化电商个性化推荐算法的优化，包括电商短视频推荐、图文推荐、新用户推荐、视频冷启动、兴趣探索、全域增量成交建模、长期价值建模及体验优化等工作；同时负责推荐全链路（召回、粗排、精排、重排）的模型迭代与优化，通过多目标优化持续提升业务指标； 2、前沿技术探索与应用：通过深度序列建模、生成式推荐、多目标优化、多模态表征学习等技术提升信息匹配效率与推荐发现性，让用户便捷地找到优质内容和货品；结合LLM4Rec、生成式召回/排序（Generative Retrieval/Ranking）等前沿范式，探索大语言模型与多模态技术在电商推荐场景的落地应用； 3、用户兴趣建模：挖掘和分析海量用户行为数据，基于长序列建模（Lifelong Sequence）进行用户长短期兴趣建模与潜在兴趣探索，提升推荐的精准性与多样性； 4、AI Agent应用探索：探索AI Agent在推荐系统中的应用，包括基于Agent的自动化调参、智能实验管理、数据分析与归因决策，以及Agent驱动的用户意图理解与交互式推荐； 5、供给侧优化与业务创新：通过算法自动挖掘优质商品和达人，优化供给侧分发效率与冷启动机制，构建良性的内容电商生态；结合国际化电商业务特性，进行模型和算法创新，打造业界领先的推荐系统。

1、扎实的算法和数据结构基础，编码能力； 2、在搜索、广告、推荐或大模型领域，有参与或主导过模型复杂化、大模型落地等经验； 3、熟悉PyTorch或TensorFlow，熟悉开源大模型（如LLaMA、Qwen、DeepSeek等），有模型训练与推理优化经验者优先； 4、熟悉C++和Python语言，熟悉Linux开发环境； 5、具备学习能力和良好的团队合作精神； 6、在KDD、NeurIPS、WWW、SIGIR、WSDM、ICML、IJCAI、AAAI、RecSys等会议发表过论文，或有数据挖掘/机器学习相关竞赛经历优先。