【S&R&A】推荐算法高级专家-生成式方向

算法研发：对推荐系统全链路均有所了解和迭代经验，且能引领创新，包括不限于： 基于用户全平台长期行为（包括但不限于点击，转化，Query等）构建全域级生成式推荐的召回或者全链路系统，探索并结合各类大模型Scaling up经验， 利用“多模态 x LLM”的预训练能力，以及基于SID的量化技术，构建电商平台用户和商品的公共表征 探索可学习的多目标机制融合能力，实现排序机制的动态可学习融合以及用户意图满足的千人千面。 推荐 Agent 与规划（Agent & Planning），赋予系统跨场景规划能力（如全套搭配等），完成从 “单品推荐” 到 “解决方案推荐” 的跨越，以及探索基于Agent的Auto Research能力 业务集成：深入理解业务目标（如 GMV 提升、用户留存），将需求转化为算法方案，协同产品、工程团队完成上线与效果验证 创新趋势：跟踪大模型、生成式 AI 在推荐领域的前沿技术动态，结合业务场景开展技术创新与落地验证，持续优化推荐系统的效果与用户体验 技术管理：指导团队成员技术成长，推进项目按时交付

计算机或相关专业本科以上学历 至少 1 年深度参与/主导大模型/生成式 AI 在推荐场景的落地经验（如强化学习、生成式框架、多模态语义 ID 生成与应用、大模型用户 / 物品理解、大模型微调、推荐场景 Agent 应用等等） 5年及以上搜广推链路算法工作经验，对业界召回排序的核心技术瓶颈问和创新方案有深刻理解和实战成果 机器学习理论基础扎实，深入理解推荐算法模型并能进行针对性方案设计和改进，熟练使用TensorFlow/Caffe/MXNet/PyTorch等深度学习框架 出色的跨团队沟通和合作能力，能协调资源并推动复杂项目交付 主导过 Conversational RecSys、推荐 Agent等相关创新项目者优先