同花顺｜生成式推荐算法研究员（博士专项）-实习

岗位方向 面向金融资讯、行情内容、投研内容、个股信息、基金理财、用户增长、内容分发、智能助手等场景，建设下一代个性化推荐系统。重点探索大模型与推荐系统结合，包括生成式推荐、序列推荐、用户兴趣建模、对话式推荐、可解释推荐和多目标排序。 岗位职责 1.负责推荐算法研发，包括召回、粗排、精排、重排、多目标优化、用户画像、兴趣建模等。 2.探索大模型在推荐系统中的应用，包括 LLM4Rec、生成式推荐、对话式推荐、语义召回、意图理解、推荐解释生成等。 3.面向金融内容和投资用户，构建用户行为序列建模、实时兴趣更新、个性化内容分发和智能推荐能力。 4.结合行情、资讯、研报、公告、个股、基金、用户行为等数据，提升推荐的准确性、时效性、可解释性和用户体验。 5.负责推荐系统评测和实验，包括离线指标、在线 A/B 实验、用户留存、点击、转化、满意度、多样性和风险控制。 6.推动推荐算法在 APP、iFinD、问财、资讯、投研内容、金融产品等业务中的落地。

任职要求 1.计算机、机器学习、数据挖掘、推荐系统、NLP 等相关专业，博士优先。 2.熟悉推荐系统核心方法，包括召回、排序、CTR/CVR、序列推荐、图推荐、多任务学习、Embedding、向量检索等。 3.熟悉深度学习框架和推荐模型，如 DIN、DIEN、DSSM、DeepFM、MMoE、PLE、Two-Tower、Transformer、SASRec、LLM4Rec 等。 4.具备大规模数据处理、特征工程、模型训练、在线实验和效果分析能力。 5.对金融内容推荐中的合规性、风险提示、用户适当性和信息准确性有意识。 加分项 •有大模型推荐、生成式推荐、对话式推荐、搜索推荐一体化经验； •有内容推荐、信息流、广告、金融资讯、投研内容分发经验； •有 KDD、WWW、SIGIR、RecSys、CIKM、WSDM、AAAI 等论文经验； •有大规模 C 端推荐系统在线优化经验。