岗位职责: 1. 参与个性化产品算法的设计与优化，基于用户行为数据与产品特征，提升推荐的精准度与个性化程度，增强用户体验与产品粘性。​​ 2. 参与算法模型的训练、评估与调优工作，运用机器学习、深度学习等技术，不断提升模型性能。​ 3. 与产品、工程团队紧密协作，推动大模型相关算法在实际产品中的落地应用，解决模型部署、性能优化等落地过程中的技术问题。 4. 跟踪大模型领域前沿研究成果与技术动态，探索其在个性化产品中的创新应用方向，为团队技术决策提供参考。 任职要求: 1. 本科及以上学历，计算机科学、数学、统计学、人工智能等相关专业在校学生。 2. 熟悉 Python 编程语言，具备扎实的编程基础，有使用 PyTorch、TensorFlow 等框架进行模型训练与部署经验者优先。 ​3. 了解大模型的基本原理与应用场景，对大模型的微调、提示工程等技术有一定了解者优先。 4. 具备较强的学习能力和问题解决能力，对大模型在个性化场景的应用有浓厚兴趣，能快速跟进新技术。​ 每周可实习 4 天及以上，实习时间不少于 3 个月。​ 加分项​ 1. 有大模型（LLM）在推荐系统、用户画像或自然语言处理任务中的应用经验（如项目、竞赛）者优先。​ 2. 参与过 Kaggle、天池等数据竞赛且涉及大模型应用并取得优异成绩者优先。​ 3. 熟悉大模型部署优化技术（如量化、蒸馏、推理加速）或相关工具（如 FastAPI、vLLM）者优先。​ 4. 发表过大模型相关学术论文、有开源大模型项目贡献或个人技术博客分享相关内容者优先。