赫庭香港人力資源有限公司

核心職責

- 驱动推荐系统升级 — 推动排序模型迭代，直接影响用户留存与交易转化两大核心业务指标

- 打通用户理解 — 建立跨内容消费、功能使用、搜索三域的统一用户意图体系，使推荐系统真正理解用户"在做什么"而非"点击了什么"

- 定義技術演進路線 — 設置從 Transformer 精排到生成式推薦（序列生成 + 偏好對齊）的中長期路線圖並負責關鍵里程碑落地

- 探索 Agent 新范式 — 将推荐与搜索能力接入 LLM Agent 框架，实现从被动推送到主动意图满足的产品升级

任職要求

- 工作背景 — 顶尖高校计算机 / 数学相关硕士及以上；8 年以上经验，5 年以上在推荐 / 搜索核心岗；有主导千万级 DAU 产品完整推荐链路的经历

- 用户意图与画像（核心） — 有跨场景（内容 / 功能 / 搜索）统一意图表征设计经验，能融合实时行为信号与长期稳定偏好；理解画像分层体系（冷启动 → 兴趣探索 → 稳定偏好）并有策略落地经验

- 转換器與排序（核心）— 深度理解 Attention 在行為序列建模中的原理與局限（DIN/SIM/HSTU 演進邏輯），能針對工程約束提出獨立方案；熟練掌握 Listwise 損失（ListMLE/Softmax Loss）與多候選聯合建模

- 多目标训练（核心） — 深度掌握 MMoE / PLE / ESMM 及多任务梯度冲突的识别与缓解；能从零设计复合损失函数体系，有打通离线指标与在线业务指标的完整方法论

- 業務歸因（核心） — 具備 Uplift Modeling 實戰經驗；熟練掌握 Position / Selection Bias 修正與預測機率 Calibration 体系建设

- 生成式推薦（重要加分） — 理解 Semantic Tokenization（FSQ / RQ-VAE）與條件序列生成的範式價值；對 RLHF / DPO 在推薦場景的工程應用有实质性認知

- 推荐搜索 Agent（重要加分） — 对 LLM Agent 框架（Tool Use / ReAct）有工程落地经验；能界定 Agent 与传统推荐的协作边界，有自然语言意图转结构化检索的系统设计经验

- 工程 — 百亿参数级分布式训练；实时特征工程（Flink / Kafka）以及推理服务优化

加分項

RecSys / KDD 等顶会第一作者 ｜ Bandit / RL 生产落地 ｜ 金融 / 加密资产行业背景