【Ace顶尖实习生】基于Agent的交互式推荐系统

传统的推荐系统通常被称为“猜你喜欢”，主要依赖用户的历史行为来推荐（猜）用户可能喜欢的物品。从大量用户之声的数据看，很多用户对推荐结果并不满意，提出了明确的改进诉求，但传统推荐系统无法理解这些诉求。基于Agent的交互式推荐系统旨在为用户提供一个智能助理，让用户通过自然语言表达自己对推荐结果的定制化需求（如多出/少出哪类内容），再通过调用相关skills来干预推荐结果以满足用户需求，让用户跟推荐系统间实现自然的交互，颠覆传统只靠”猜“的推荐模式。这种针对性满足用户需求的功能一定可以大幅提升用户的满意度，增加用户粘性。 这其中有很多技术问题需要解决，包括用户需求的理解、skills的编排调用、物品内容和用户指令间相关性的识别、用户指令特征跟行为特征的融合等，很值得深入研究。

1. 01

   不限年级，本科及以上在读，计算机/人工智能/软件工程等相关专业优先；

2. 02

   扎实的编程能力和算法功底，熟练掌握Python/C++/Java等至少一种编程语言；

3. 03

   扎实的机器学习/深度学习理论基础，有大规模推荐系统、计算广告、搜索引擎等核心算法项目经验；

4. 03

   有LLM/MLLM等多模态理解技术背景，或大规模模型训练实际项目经验者优先；

5. 05

   在TPAMI/CVPR/NeurIPS/ICCV/ICML/ICLR等顶级期刊会议上发表相关论文者优先；

6. 06

   在顶级学术会议或期刊发表论文，或ACM编程竞赛/机器学习等竞赛获奖；

7. 07

   良好的沟通协作能力，责任心强，积极主动，能和团队一起探索新技术，推进技术进步。