岗位描述
团队介绍:国际化短视频 machine learning团队,负责国际化短视频的基础推荐算法,直接为国际化短视频的核心用户体验负责。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、CV/NLP等多个学术领域的算法改进以及对多种场景的推荐架构的设计和对产品数据的复杂深入的分析。在这里,你可以深入钻研机器学习算法的改进 和优化,探索前沿的技术;可以跟来自全球不同国家的团队合作, 感受不同文化的碰撞, 激发认知;可以通过对产品和内容生态的深度分析,影响产品未来的发展方向。 课题介绍: 我们致力于结合推荐大模型、多模态大模型与Agentic Rec框架,重构底层分发逻辑,赋予系统深度的语义联想与自主规划能力,探索算法的新范式。 1、推荐大模型:破解超长行为序列下的梯度收敛与表征漂移难题,让算法具备真正的“逻辑思考”; 2、多模态统一语义空间:探索视频、图文与用户意图的对齐,构建超越文本维度的全模态语义空间; 3、Agentic Rec:研发具备自省、工具调用与长程规划能力的推荐智能体,实现推荐分发的体验变革。 课题挑战: 1、极限推理:超大规模参数与超长序列的效果提升和性能瓶颈; 2、模态融合:跨模态意图对齐的表征难题; 3、自主演进:Agent长程规划与决策范式突围。 课题价值 1、技术价值:探索新的推荐新范式,大幅度提升推荐效果和系统效率; 2、业务价值:深度理解用户兴趣和内容,提高分发效率,提升用户和作者满意度。