孵化策略算法实习生

推荐算法优化：参与音乐、短视频流、语音直播、视频模版的推荐模型研发，包括召回、粗排、精排及重排各阶段的策略优化（如scaling up、强化学习、多目标学习、长序列建模等）；

多模态大模型应用：探索 LLM/VLM 在视频推荐、标签自动打标、语义搜索落地；

前沿技术跟踪： 跟踪Scaling Up、长序列建模、AIGC、多模态理解等领域的最新论文，并在实际业务场景中进行复现与改进。

教育背景： 计算机、数学、电子信息或相关专业，2028年、2029年毕业优先；

编程功底： 扎实的 Python/C++ 编程能力，熟练使用AI coding 工具，熟练使用 PyTorch 或 TensorFlow 框架；

算法基础：熟悉经典的推荐算法或深度学习基础，熟悉 Transformer 架构及推荐模型 scaling up建模方法；

协作精神： 优秀的逻辑思维能力，对解决挑战性问题充满热情，具备良好的团队沟通能力。 加分项（满足其一即可）：

有音视频多模态处理经验（如音频特征提取、视频特征表示）；

在顶会（CVPR, ICCV, RecSys, KDD, SIGIR 等）发表过论文或有高含金量竞赛获奖经历；

本身是音乐发烧友或视频剪辑爱好者，对产品逻辑有独特见解。