岗位描述
岗位介绍
负责Shopee全球多市场搜推广系统相关升级,重点打造跨地区、跨场景、跨模态的全域用户推荐模型以及商品表征体系,为多业务场景提供统一、可泛化的语义与兴趣表达,持续赋能公司在全球市场的规模化增长。该岗位面向“多模表示学习、LLM × 推荐”有长期兴趣和深入思考的算法型人才。
职位描述
利用多模态预训练等前沿技术,实现商品内容语义与用户行为偏好的深层对齐,构建统一的 User/Item 表征空间。
语义 ID 体系构建:设计并实现基于语义 ID(Semantic ID)的表征方案,将非结构化的多模态内容(视频、文本、音频)转化为具有层级结构或聚类特性的离散表征,替换现有hashid的表征体系,并解决冷启动与跨域对齐问题。
基于用户全平台长期行为(包括但不限于点击,转化,Query等)构建全域级生成式推荐系统,探索并结合各类大模型Scaling up经验,建模用户在全站维度的兴趣分布,提升推荐系统对复杂意图的捕捉能力。
任职要求
硕士及以上学历,计算机、统计学、机器学习等相关专业。
熟悉推荐系统中的常用算法,理解但不限于用户兴趣建模、商品语义建模、生成式推荐等前沿技术。
加分项
有生成式推荐系统的实际实习经历。
在高水平国际会议或学术期刊发表相关论文,或有高水平竞赛获奖经历。