1、負(fù)責(zé)內(nèi)容推薦算法的持續(xù)迭代與優(yōu)化，聚焦內(nèi)容質(zhì)量提升與用戶偏好精準(zhǔn)匹配，通過(guò)構(gòu)建科學(xué)的評(píng)估體系、優(yōu)化標(biāo)簽計(jì)算與匹配策略、迭代排序模型等，提升核心業(yè)務(wù)指標(biāo)與用戶體驗(yàn)。
2、承擔(dān)數(shù)字化運(yùn)營(yíng)相關(guān)技術(shù)支撐工作，包括定制化接口、頁(yè)面模塊及后臺(tái)管理系統(tǒng)的開(kāi)發(fā)與維護(hù)，搭建多類型內(nèi)容展示與管理體系，賦能內(nèi)部運(yùn)營(yíng)效率提升。
3、負(fù)責(zé)業(yè)務(wù)數(shù)據(jù)算法模型的設(shè)計(jì)、開(kāi)發(fā)與優(yōu)化，涵蓋預(yù)測(cè)模型、分類模型等，探索高效優(yōu)化方法，提升模型準(zhǔn)確率與業(yè)務(wù)適配性；將模型能力賦能精細(xì)化營(yíng)銷等業(yè)務(wù)場(chǎng)景，助力業(yè)務(wù)增長(zhǎng)。
4、開(kāi)展業(yè)務(wù)數(shù)據(jù)深度分析，挖掘用戶行為、內(nèi)容表現(xiàn)等核心規(guī)律，為算法策略調(diào)整、模型迭代及業(yè)務(wù)決策提供數(shù)據(jù)支撐，持續(xù)跟蹤落地效果并優(yōu)化。
5、關(guān)注行業(yè)前沿技術(shù)動(dòng)態(tài)，探索大模型、向量化推薦等新技術(shù)在業(yè)務(wù)場(chǎng)景的應(yīng)用，推動(dòng)技術(shù)創(chuàng)新與團(tuán)隊(duì)技術(shù)能力提升