【暑期实习】部门直推-快手单列短视频推荐算法工程师

#算法内推 #推荐算法工程师 #快手推荐算法实习 #社科短视频推荐算法

一、写在前面

又来部门直推了！

相比普通内推，直推的好处就是可以定向投递到具体部门，也许更有助于面试成功率（其中一方面原因是：为了降低候选人投递风险，会做简历筛选、提前双向匹配，匹配度不高/机会不大则会建议投其他部门）

hc充裕，感兴趣的同学建议尽早准备、【提前联系】，欢迎大家咨询～

单列短视频推荐团队【leader直推】，简单介绍一下部门：

快手-社科-策略算法部/内容增长算法部：核心算法团队，负责快手核心流量场景-单列短视频推荐算法工作。团队积累了业内领先的技术储备和充足的算力，技术成果在KDD/SIGIR/WWW/NeurIPS/ICLR/WSDM/CIKM等顶会上发表，并获得CIKM Best Paper和SIGIR Best Paper Award Honorable Mention。团队氛围好、导师靠谱，实习表现良好有转正机会。

本次主要针对暑期实习，社招/校招同学也可以私信咨询。

二、 内推方式

2.1 部门直推

希望通过部门直推的同学，请私信我同时发送简历到我的邮箱tyndall5ps@gmail.com，我会在一个工作日内反馈。如果沟通、确认意向部门后准备投递，会分享【部门直推】的专属推荐链接给你。

第一步：和同学确认意向部门和职位

第二步：分享职位/发送内推邀请邮件

第三步：同学完成投递

2.2 普通内推

内推码：qWQtANPHN，下方扫码后选择职位、填写内推码后完成投递。

注：如果走部门直推请看2.1

三、快手推荐算法工程师-暑期实习岗位介绍

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，包括但不限于深度模型设计与优化、强化学习、迁移学习、图神经网络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，优化快手短视频推荐效果；
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、参与前沿问题探索与研究，结合实际应用场景，提供全面的技术解决方案。

1、硕士及以上学历，计算机、数学或统计学相关专业；
2、熟悉Linux、C++、Java或Python，优秀的编码能力，扎实的数据结构和算法功底；
3、熟悉深度学习算法，具有推荐系统、机器学习、数据挖掘或者自然语言理解等相关领域知识；
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。
5、主动自驱，有良好的团队精神和沟通协作能力。

加分项：
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或实习经验；
2、有实际线上的高并发架构开发和调优的经验；
3、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶级会议上有文献发表；
4、有ICPC、Topcoder Algorithm或类似算法竞赛经历者优先。