1、探索大模型与推荐算法结合的下一代推荐系统技术，充分利用大模型的领域知识和学习范式为推荐系统注入新的能量，包括但不限于文本/ID生成式推荐、模型Scaling Law、用户超长序列端到端建模等； 2、探索视频、文本和语音等多模态信号的高效处理方式以及与推荐系统对齐的能力，让推荐系统看懂、听懂和理解世界； 3、混合专家、蒸馏剪枝等兼顾模型性能和效果的技术探索； 4、紧跟行业及大模型技术发展，结合业界前沿技术和业务需求，打造大模型应用的最佳实践。 1、硕士及以上学历，计算机、人工智能、统计学和数学相关专业； 2、有较强的工程实现能力，熟悉C/C++、Python、 Java等至少一门主流编程语言； 3、对搜广推算法、LLM(ChatGPT等)/多模态模型(LLaVa、BLIP2、instructBLIP等)模型或者量化/蒸馏/剪枝有深入研究经验； 4、熟悉常用机器学习和数据挖掘算法，优秀的分析和解决问题的能力，同时具有较好的团队协作能力。 加分项： 1、密切关注业界最新进展，在国际顶会上发表过LLM/MLLM/推荐等相关论文； 2、有搜广推业务上大规模机器学习优化落地经验； 3、在ACM-ICPC/NOI/IOI编程竞赛或Kaggle等机器学习相关竞赛拿过奖项者优先。
