推荐算法实习生
招聘时间
即日起 至 2026-11-12
招聘单位
玖玖造物
所在地区
北京
工作地点
北京市/北京市/朝阳区 远洋国际中心
学历要求
不限
实习时长
每周5天，每天5小时
职责描述
岗位职责
全链路推荐架构建设：主导面向全球市场的AIGC短剧与文本消费平台的推荐系统全链路（召回、粗排、精排、重排）设计与迭代，优化系统的实时性与扩展性
多模态兴趣建模：构建跨视频流与文本消费Tab的用户统一兴趣模型。利用多模态技术提取AIGC内容的深度特征，实现跨模态的精准推荐与知识迁移
序列化短剧推荐策略：设计具有上下文感知能力的序列推荐算法，优化用户的追剧体验，提升单集转化率与整剧完播率
特征与数据工程体系建设：设计并构建高效的特征工程体系，包括用户行为序列特征、内容画像特征、上下文特征的实时/离线抽取与处理；搭建统一的Feature Store与数据Pipeline，保障特征的时效性、一致性与可观测性，支撑模型的快速迭代与在线服务。
科学的评估体系建设：建立并完善多目标推荐效果评估体系，通过严谨的A/B实验驱动核心业务指标的持续增长
任职要求
计算机、统计学或相关专业本科及以上学历
深入理解并主导过主流推荐模型（如MMoE、PLE、DIN、DSSM、DeepFM等）的落地；在多目标优化和长序列建模方面有丰富的实战经验
具备扎实的特征工程全流程经验，包括用户行为日志的实时/离线特征抽取、高维稀疏特征处理、特征交叉与Embedding设计、特征存储与在线服务的搭建与优化；熟悉数据质量治理、样本构造与标签体系设计，能够从海量原始数据中高效提炼高价值信号
扎实的编程功底（Python/C++/Java/Go等），熟悉PyTorch/TensorFlow等深度学习框架；精通Spark/Flink等大数据处理引擎，具备大规模分布式系统开发与数据Pipeline构建能力
具备良好的产品Sense，能够透过复杂的数据洞察海外用户的消费心理，将技术语言转化为实际的业务增长
有短视频（TikTok/Reels/Shorts）、流媒体（Netflix/Hulu）、内容订阅或海外出海产品背景者优先
（加分项）有将LLM、多模态大模型或强化学习应用于工业级推荐系统的实际经验，熟悉模型的微调、对齐与评估
全链路推荐架构建设：主导面向全球市场的AIGC短剧与文本消费平台的推荐系统全链路（召回、粗排、精排、重排）设计与迭代，优化系统的实时性与扩展性
多模态兴趣建模：构建跨视频流与文本消费Tab的用户统一兴趣模型。利用多模态技术提取AIGC内容的深度特征，实现跨模态的精准推荐与知识迁移
序列化短剧推荐策略：设计具有上下文感知能力的序列推荐算法，优化用户的追剧体验，提升单集转化率与整剧完播率
特征与数据工程体系建设：设计并构建高效的特征工程体系，包括用户行为序列特征、内容画像特征、上下文特征的实时/离线抽取与处理；搭建统一的Feature Store与数据Pipeline，保障特征的时效性、一致性与可观测性，支撑模型的快速迭代与在线服务。
科学的评估体系建设：建立并完善多目标推荐效果评估体系，通过严谨的A/B实验驱动核心业务指标的持续增长
任职要求
计算机、统计学或相关专业本科及以上学历
深入理解并主导过主流推荐模型（如MMoE、PLE、DIN、DSSM、DeepFM等）的落地；在多目标优化和长序列建模方面有丰富的实战经验
具备扎实的特征工程全流程经验，包括用户行为日志的实时/离线特征抽取、高维稀疏特征处理、特征交叉与Embedding设计、特征存储与在线服务的搭建与优化；熟悉数据质量治理、样本构造与标签体系设计，能够从海量原始数据中高效提炼高价值信号
扎实的编程功底（Python/C++/Java/Go等），熟悉PyTorch/TensorFlow等深度学习框架；精通Spark/Flink等大数据处理引擎，具备大规模分布式系统开发与数据Pipeline构建能力
具备良好的产品Sense，能够透过复杂的数据洞察海外用户的消费心理，将技术语言转化为实际的业务增长
有短视频（TikTok/Reels/Shorts）、流媒体（Netflix/Hulu）、内容订阅或海外出海产品背景者优先
（加分项）有将LLM、多模态大模型或强化学习应用于工业级推荐系统的实际经验，熟悉模型的微调、对齐与评估
