腾讯｜微信视频号-全域兴趣驱动的生成式推荐与促活研究实习

课题背景： 视频号“红点”（发现页场景）与“盒子”（盒子场景）是连接微信全域生态与视频号海量供给的核心高频入口，需开展解决如何高效融合微信多模态行为数据，实现低活用户隐式兴趣捕捉和动态更新；需攻克如何利用点击率等实时后验反馈数据对大模型进行闭环微调，以实现高转化率标题生成；需解决在毫秒级延迟约束下，如何将超大参数生成式模型高效部署于红点与盒子等高并发场景，以提升全链路促活效率。 课题挑战： 1、探索基于LLM的全微信域兴趣深度encode体系 2、探索建立基于后验数据的生成式文案自适应优化机制 3、探索超大参数生成式推荐模型在高频点击场景的实时落地 具体工作： 负责视频号红点、盒子推荐场景优化，服务于视频号用户促活

1、包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学、物理学/量子计算、信息安全、信号与信息处理等专业的博士和优秀硕士； 2、具备优秀的编码能力，扎实的数据结构和算法功底； 3、具备极强的求知欲、耐心和owner意识 【加分项或注意事项】 此课题同时招聘应届实习生和低年级实习生。