首席数据科学家(用户理解平台化)

您将做什么

• 定义用户理解和生成式个性化的技术策略和路线图,识别跨搜索、推荐、聊天机器人和其他个性化体验的共享机器学习能力。
• 架构和开发大规模用户理解系统,捕获长期偏好、实时意图、行为模式、兴趣以及来自多样化用户互动的上下文信号。
• 开发可重用的用户表征和基础模型,支持下游任务,如检索、排序、推荐、对话式个性化、定向和互动。
• 通过探索基础模型、生成式检索、序列建模和统一的用户-物品表征,推进生成式推荐。
• 推动用户理解的平台化,将建模方法转化为可重用的表征、模型、特征、API 和服务系统,供多个团队采用。
• 建立离线和在线评估方法,衡量用户理解和生成模型的质量、泛化性和增量影响。
• 与资深机器学习和平台工程师合作,设计用于大规模模型训练、表征生成、实时用户理解和低延迟服务的生产架构。
• 评估生成式推荐、基础模型、用户建模、生成式检索和表征学习领域的新兴研究,并将有前景的方法从研究和原型引领到生产。