搜广推算法专家首

负责首页Feed推荐算法的整体规划、方案设计和效果交付，持续优化召回、粗排、精排、重排等核心链路。

围绕用户连接、多业务供给匹配，社区内容、长期价值和商业约束，设计多目标建模、目标融合及流量调控方案。

建设用户兴趣与意图建模能力，综合利用长短期行为、搜索行为、连接行为、负反馈及上下文信息，提高推荐的准确性、时效性和探索能力。

解决招聘、房产、本地生活、二手车等多业务供给在首页场景中的分发问题，优化跨业务发现、多样性和流量分配机制。

推进向量召回、序列建模、多模态表征、生成式推荐和大模型增强推荐等技术在首页Feed的应用。

建立完整的指标拆解、实验设计、效果归因和线上监控体系，平衡短期指标、长期用户价值和供给生态。

负责关键技术方案评审和重点难题攻坚，指导算法工程师成长，提升首页推荐方向的技术上限和交付效率。

与产品、工程、数据及各业务团队协作，推动复杂项目稳定上线并持续迭代

计算机、人工智能、数学、统计等相关专业本科及以上学历。

深入理解推荐系统，在召回、粗排、精排、重排、流量分配、多目标学习、用户建模中的多个方向有规模化线上实践。

熟悉主流深度学习推荐模型、序列建模、向量检索及Embedding技术，能够独立完成复杂算法问题的抽象和方案设计。

具备大流量搜广推系统的架构与工程认知，熟悉特征、样本、训练、发布、推理、监控和AB实验链路。

具备较强的数据分析和实验能力，能识别指标重叠、归因偏差以及短期收益与长期价值之间的冲突。

具备复杂项目推进、跨团队协作和技术影响力，能够对业务结果和技术结果共同负责。

保持一线技术判断和关键问题攻坚能力，不以单纯项目管理替代技术负责。 加分项

有亿级用户或大规模信息流推荐系统负责人经验。

有跨业务推荐、多目标流量分配或供给生态治理经验。

有生成式推荐、LLM增强推荐、多模态推荐或强化学习实践经验。

在推荐系统相关高级别会议/期刊发表论文，或有行业高影响力落地成果