推荐算法专家

该职位来源于猎聘 【岗位定位】推荐核心场景或链路环节（召回/精排/重排/表征）的深度优化者，核心指标的直接贡献者。 【岗位描述】负责零售场景下推荐系统核心算法，覆盖首页推荐、商详推荐、购物车推荐、复购召回等核心流量位。围绕即时零售高频、短决策链的业务特点，构建用户与商品的深度表征体系，优化召回-粗排-精排-重排全链路模型，重点方向包括生成式推荐（大模型端到端召回排序）、长序列兴趣建模、跨场景用户理解，以及兼顾多样性与商业目标的重排和流量调控策略。 岗位职责 1. 负责推荐核心场景（首页推荐、商详推荐、购物车推荐、复购召回等）的召回、精排或重排模型优化； 2. 构建用户与商品深度表征体系，包括长序列兴趣建模、多场景联合建模与知识增强表征； 3. 推进生成式推荐方向的探索与实验，包括 Semantic ID、生成式召回排序等前沿方案； 4. 负责重排与流量调控策略，平衡多样性、新颖性与点击、转化、GMV、毛利等多目标； 5. 与工程团队协作，保障模型高效上线、稳定运行与快速迭代。 任职要求 1. 硕士及以上学历，5 年以上推荐或广告算法经验，熟悉召回-粗排-精排-重排全链路； 2. 精通序列建模（Transformer、DIN、DIEN、SIM 等）与多任务学习（MMoE、PLE 等）； 3. 有核心流量位核心指标的显著提升战绩，收益能清晰归因于算法改进； 4. 扎实的工程实现能力与实验设计能力，能独立完成从建模到上线的全流程。 加分项

• 有生成式推荐（Semantic ID、HSTU 类方案）研究或线上实验经验；
• 在冷启动、用户表征方向有深入实践；
• 在 KDD、RecSys、SIGIR、CIKM 等顶级会议发表论文。 关键词：生成式推荐、用户/商品表征、序列建模、多路召回、精排/重排、冷启动、多场景联合建模、多样性策略、Semantic ID、HSTU/生成式召回排序