研究型实习生-LLM推荐算法和多模态算法核心能力优化

岗位职责

研究领域： 人工智能 项目简介：

1. LLM for 推荐算法优化：大模型赋能跨境推荐营销能力提升 国际推荐场景受跨境数据合规限制，无法获取用户属性数据，可以通过大模型的世界知识提升用户的理解能力，同时通过大模型的scaling law效应，提升有限数据情况下的推荐营销模型效果。
2. 多模态算法优化：旅行以图识景点与行程规划核心算法优化 当前旅行助手需要深入研究行程规划和图识景点等，其中行程规划同时优化时间最短、费用最低、体验最佳、体力消耗最合理等多个可能冲突的目标，同时需要兼顾推荐新颖性和探索性；游客拍摄的景点照片角度多样、光照复杂，同时多地普通景点的景点可能相似，需要结合LBS等多模态信息增强预测准确性。

任职要求

研究领域： -目前正在攻读计算机科学或相关STEM领域的学士,硕士或博士学位 -具有一种或多种通用编程语言的经验,包括但不限于: Java,C/C ++ 、Python、JavaScript或Go -具有上述研究领域的相关经验,包括行业经验或作为参与实验室研究 优先录用： -对技术研究充满热情,具有产生新思想和创新的能力; 在自学,问题分析和解决方面表现出色 -在国际会议上或核心期刊发表一份或多份出版物或论文 -至少3个月的全职工作

特色标签

C/C++、Golang、Java、Python、个性化推荐、全球推荐系统、发表算法相关优秀论文、国际化、国际化推荐、图像、图像定位、图像算法、图像识别景点、基础模型、多模态学习、多模态算法、大模型、大模型算法、大语言模型、推荐、推荐算法、推荐系统、文旅、旅行路线规划、智能推荐、深度学习、深度学习模型、用户画像、用户行为分析、视觉搜景、跨境、跨模态分析、路径优化、运筹优化