内推 | 快手推荐算法工程师招聘

2022 年 9 月 1 日 机器学习与推荐算法

嘿，记得给“机器学习与推荐算法”添加星标

快手社区科学线-策略算法部是快手核心推荐算法团队，负责优化快手短视频消费体验，建立和强化用户社交连接，提升用户使用时长、互动、留存和DAU，覆盖快手精选页、极速版发现页、关注页、同城页等最核心的使用场景。

团队基于大规模深度学习的推荐技术优化快手短视频体验，在大规模图模型、分布式在线学习DNN大模型、多模态内容特征应用上有扎实技术积累，在强化学习智能决策、因果推断纠偏和Uplift预估、端智能边缘推荐、跨域学习和对比学习等技术在推荐领域的探索上也取得了一些行业领先的进展。

我们持续优化兴趣探索，帮助用户打破信息茧房看到更大更精彩的世界，不断改进流量分发机制，促进机会均等，让优质内容和创作者能够脱颖而出。我们致力于通过推荐策略和算法的优化，打造一个多元、真实、美好、温暖、有用的社区，期待你的加入！

招聘对象

社招有经验同学
校招应届同学
实习同学

岗位亮点

团队积累深厚，技术大牛多，多次获得公司级技术突破奖，在KDD、NIPS、WWW、TOIS等核心会议和期刊上多篇论文发表
场景核心，业务稳定，海量规模让技术提升有亿倍效果放大，个人影响力++
1对1Mentor机制，完善的培养体系，新人绩效保护
团队成员背景好，海内外顶尖高校硕博士，和优秀的Peer一起互相激励

团队近期论文列表

● Deconfounding Duration Bias in Watch-time Prediction for Video Recommendation. (KDD 2022)
● Feature-aware Diversified Re-ranking with Disentangled Representations for Relevant Recommendation. (KDD 2022)
● Make Fairness More Fair: Fair Item Utility Estimation and Exposure Re-Distribution. (KDD 2022)
● Real-time Short Video Recommendation on Mobile Devices. (CIKM 2022)
● KuaiRec: A Fully-observed Dataset and Insights for Evaluating Recommender Systems. (CIKM 2022)--KuaiRec | 快手发布首个稠密度高达99%的推荐数据集, 可用于多种推荐系统方向研究
● KuaiRand: An Unbiased Sequential Recommendation Dataset with Randomly Exposed Videos. (CIKM 2022)
● LBCF: A Large-Scale Budget-Constrained Causal Forest Algorithm. (WWW 2022)
● C2-CRS: Coarse-to-Fine Contrastive Learning for Conversational Recommender System. (WSDM 2022)

岗位职责

1、参与亿级用户规模的视频推荐优化，提升停留时长、点击率、留存率等核心指标；
2、参与机器学习、深度学习领域的技术研发工作，包括但不限大规模DNN模型设计与优化、强化学习、因果推断、对比学习、迁移学习/跨域学习、端智能等的算法和系统研发等；
3、分析海量用户行为数据和视频数据，增加有效的特征，挖掘用户兴趣，优化排序机制；
4、通过超大规模机器学习模型和系统，使用先进的检索和排序手段，优化社区生态，优化快手的推荐效果；
5、针对海量用户行为数据，提供分布式的算法实现的解决方案，大幅提升算法计算规模和性能；
6、参与搭建推荐系统框架，提供高并发，大数据，高效可靠的线上服务；
7、参与全域流量博弈的机制设计，协助拓展业务边界；
8、参与前沿问题的探索与研究，结合实际应用场景，提供全面的技术解决方案。

岗位要求

1、硕士及以上学历，计算机、数学或统计学相关专业；
2、优秀的编码能力，扎实的数据结构和算法功底；
3、推荐系统、机器学习、数据挖掘、自然语言理解、CV等相关领域背景；
4、善于阅读文献，快速学习，具备优秀的分析和解决问题的能力，良好的沟通协作能力。

如果你还满足以下要求，我们会优先考虑：

1、有推荐系统、机器学习、信息检索、自然语言理解、计算广告学及算法博弈论相关领域研究及实践经验；
2、有实际线上的高并发架构开发和调优的经验；
3、在NIPS、ICML、SIGKDD、WWW、ACL、AAAI、IJCAI、CIKM、WSDM、RECSYS等相关国际顶级会议上有文献发表；
4、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。