快手主站精排推荐算法实习含人才计划
[复制链接] 分享：
💡 实习亮点
* 核心业务影响：直接参与快手主 App、快手极速版等亿级用户产品的核心推荐场景优化
* 技术前沿性强：聚焦业界领先的端到端生成式推荐系统 OneRec，深度参与核心模型优化与技术迭代
* 成长路径清晰：提供 1v1 Mentor 指导、内部技术分享与论文写作支持，表现优秀者优先转正
标注BBS必答复邮件 ！！
📌 工作内容
1. 参与精排模型（Ranking Model）与 OneRec 奖励模型（Reward Model）的持续迭代与优化；
2. 结合推荐算法与大模型技术，优化亿级用户的视频推荐体验，提升全站停留时长、留存率等核心指标；
3. 持续提升精排模型与 Reward Model 的整体性能，重点方向包括（但不限于）：
* 精排模型 Scaling
* 超长用户行为序列建模
* 长期价值建模（LTV）
* 强化学习偏好对齐
* 大模型增强推荐系统
🎯 我们期待的你
1. 计算机科学、电子科学与技术、统计学、自动化等相关专业的 硕士 / 博士研究生；
2. 具备扎实的研究背景与成果，对算法研究有强烈兴趣，具备将前沿想法落地到真实工程系统的能力；
3. 精通 Python / C++，熟练使用主流深度学习框架（如 PyTorch、TensorFlow 等）；
4. 在信息检索 / 推荐系统 / NLP / CV 等方向有顶级或主流会议论文发表经验者优先。
📮 投递方式
1. 邮箱投递：jiaql艾特pku点edu点cn（平台限制请自行替换）
* 邮件标题 / 内容请注明：姓名 + 学校 + 年级 + 可到岗时间 + 预计实习时长
简单列了一些组里的工作，欢迎大家投递实习岗位
* [投稿中] A Survey of User Lifelong Behavior Modeling: Perspectives on Efficiency and Effectiveness
* [投稿中] A Survey of Generative Recommendation from a Tri-Decoupled Perspective: Tokenization, Architecture, and Optimization
* [KDD 2025] HoME: Hierarchy of Multi-Gate Experts for Multi-Task Learning at Kuaishou
* [CIKM 2024] TWIN V2: Scaling Ultra-Long User Behavior Sequence Modeling for Enhanced CTR Prediction at Kuaishou
签名档
自律给我自由
