团队简介：负责国内主要产品（抖音、头条、番茄、豆包等）消息推荐的算法与策略，该团队定位是结合消息业务做基础模型的技术突破，具体课题包括不限于如下： 

1.消息发送决策：利用强化学习、因果推断技术对消息发送序列决策对长期用户体验与业务价值的度量与平衡；

2.稀疏样本学习：利用跨域对比学习、图神经网络等技术解决消息推荐业务场景行为稀疏建模困难；

3.推荐大模型：结合超长行为序列、模型结构复杂化，探索模型的扩展收益天花板； 

4.生成式推荐：参考LLM范式从样本/特征体系构建、消息文案内容理解等方面对推荐模型进行重塑，探索新范式下的推荐收益空间。 

职位要求 

1.有技术热情，具备较好的发现和解决问题的能力，热衷于推动和解决各种挑战；

2.顶级会议发表过论文者优先，包括但不限于NeurIPS、ICLR、ICML、KDD、SIGIR、ACL、Recsys等；

3.较强的编码与落地能力优先，包括不限于主导在自己研究领域有影响力的开源项目、或参与过国际知名算法竞赛

投递链接：https://job.toutiao.com/s/5TApYVif51Y

vx咨询：ssszjing