（27届 ASP）S&R&A-生成式推荐算法工程师

利用多模态预训练等前沿技术，实现商品内容语义与用户行为偏好的深层对齐，构建统一的 User/Item 表征空间。 语义 ID 体系构建：设计并实现基于语义 ID（Semantic ID）的表征方案，将非结构化的多模态内容（视频、文本、音频）转化为具有层级结构或聚类特性的离散表征，替换现有hashid的表征体系，并解决冷启动与跨域对齐问题。 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系统，探索并结合各类大模型Scaling up经验，建模用户在全站维度的兴趣分布，提升推荐系统对复杂意图的捕捉能力

硕士及以上学历，计算机、统计学、机器学习等相关专业。 熟悉推荐系统中的常用算法，理解但不限于用户兴趣建模、商品语义建模、生成式推荐等前沿技术。 加分项 有生成式推荐系统的实际实习经历。 在高水平国际会议或学术期刊发表相关论文，或有高水平竞赛获奖经历