职位描述

商业化算法部是快手核心算法部门，负责快手国内及海外多场景的变现算法研发，致力于建设领先的广告变现算法，通过算法驱动商业营销增长，不断优化用户和客户体验，引领行业创新型解决方案，推动行业变革。具体技术职责包括：

1. 广告推荐模型。针对数亿网民＆亿级广告库设计实现召回、排序（点击率、转化率）模型，实时预估多元异构广告的行为概率。涉及研发业界领先的超大规模深度学习模型，结合 meta learning 、图学习、多模态建模、大语言模型等前沿技术，更精准地实现千人千面；

2. 客户策略算法。构建业界领先的广告智能投放平台，通过售卖机制智能、投放工具智能、创意智能等，最大化广告主长短期收益。涉及运筹优化、强化学习、联邦学习、 CV & NLP （视频理解、生成），博弈论等前沿技术，构建多 agent 博弈（平台与客户，客户之间）下的智能营销平台，实现平台和客户的多方利益优化。

3. 智能创意算法。负责商业化的创意理解和生成，在客户侧建设大规模创意设计与生产智能工具，提高广告主内容生产运营效率；流量侧建设多媒体内容理解基础技术体系，提高分发效率。涉及大语言模型（ LLM )、扩散模型、多模态等为代表的前沿文本／图像／短视频的生成式 AI 的前沿技术探索和广告场景应用落地。

4. 流量策略算法。针对每天百亿流量请求＆数十种差异化场景，设计创新的拍卖机制和分配算法，在自然推荐、广告、电商、直播等多种流量混排下，提升快手商业化整体变现能力。涉及博弈论、计算经济学、 uplift 建模／因果推断等技术和理论，探索带约束的价值最大化的机制策略实践。

团队成员多来自国内外顶尖高校，以及头部大厂核心团队，近年团队技术成果在 KDD / WWW / ICLR / NIPS / CVPR / ICCV / AAAI 等顶会上发表论文30+，其中不乏获得 CIKM best paper , SIGIR best paper runner up 的优秀成果。

任职要求

1、硕士及以上学历，博士优先，计算机、模式识别、人工智能、自动化、软件工程、电子工程、信息安全等专业；

2、熟悉常用机器学习算法，对模式识别、概率统计、最优化等算法原理及应用，有扎实的基础；

3、熟悉 C / C ++、 Java 、 Python 等至少一门编程语言，有较强动手能力，了解目前常见的机器学习或者深度学习框架；

4、在 icml 、 kdd 、 aaai 、 ijcai 、 iclr 、 sigir 等机器学习领域会议或期刊以第一作者发表过文章，或者有相关的开源项目贡献经验优先；

5、参加国内外机器学习比赛，TOP10成绩者优先。

有意可联系 yingyuanxiang@kuaishou.com ， 直推老板