阿里-虎鲸文娱-优酷长视频 | 多端推荐组 招聘日常实习生（大模型与推荐方向）

急招！流程快，支持立刻入职！
我们是优酷核心推荐团队——多端推荐组，负责优酷App、TV、Web等多终端长视频内容的个性化推荐系统，日均服务千万级用户，覆盖剧集、综艺、电影、动漫等丰富内容形态。
随着生成式AI的爆发，我们正积极探索大语言模型（LLM）与推荐系统的深度融合，致力于打造下一代智能推荐引擎。现诚邀对大模型 × 推荐系统有热情的同学加入，一起探索前沿技术在真实业务场景中的创新落地！

岗位职责
1. 参与优酷长视频多端推荐系统的算法研发，聚焦大语言模型（LLM）在视频推荐中的创新应用；
2. 结合用户行为序列、视频内容语义与LLM能力，提升推荐的相关性、多样性与长期用户体验；
3. 探索前沿方向：端到端生成式推荐、LLM驱动的用户兴趣建模、动作语义理解、自回归序列生成等；
4. 参与大规模用户行为数据处理、特征工程与深度模型训练，推动算法在高并发、低延迟场景下的落地与迭代。
岗位要求
1. 计算机、人工智能、机器学习等相关专业本科、硕士或博士在读，可保证至少3个月以上日常实习；
2. 熟悉推荐系统基本框架与常用算法（如协同过滤、DIN、DIEN、Transformer等），具备扎实的编程能力（Python/PyTorch）；
3. 有大语言模型（LLM）项目或研究经验者优先，熟悉GPT、LLaMA系列等主流模型及其微调、推理、应用方式；
4. 在 KDD、SIGIR、WWW、CIKM、NeurIPS、ICML、ACL 等顶会发表过论文者优先；
5. 具备强自我驱动力、良好的沟通能力和团队协作精神，对生成式AI + 推荐系统的融合方向有浓厚兴趣。
 加分项（非必需，但会让你脱颖而出）
1. 有推荐系统或大模型实际落地项目经验；
2. 熟悉 LLaMA、ChatGLM、Qwen 等大模型的应用框架（如 Llama-Adapter、LoRA、vLLM 等），有实践经验；
3. 发表过 A 类顶会论文（如 KDD、NeurIPS、ACL 等）；
我们提供
1. 一线互联网核心业务实战机会：直面千万级用户的真实推荐挑战，参与从数据到模型再到上线的完整闭环；
2. 前沿技术探索空间：深度参与 LLM + 推荐系统的创新项目，探索生成式推荐新范式；
3. 工业界真实数据发论文的机会：
🔹 提供脱敏后的大规模真实用户行为数据支持学术研究；
🔹 支持以实习成果为基础撰写并投稿 KDD、SIGIR、WWW、RecSys 等推荐/AI顶会论文；