1、负责短剧推荐核心算法模型、策略机制的优化迭代，包括但不限于模型 / 机制 / 策略相关的数据分析挖掘、深度学习实战、业界前沿技术探索等； 2、搭建短剧推荐系统的模型、机制与框架，持续深入优化，且对业界技术进展保持敏感度； 3、参与短剧推荐算法的中长期技术规划，制定技术发展方向，并推动在具体场景中成功应用； 4、负责站内多场景的推荐优化、搜索优化及 Push 优化； 5、熟练掌握主流召回和排序模型，包括但不限于 Embedding 召回、DSSM 等；熟悉主流排序模型，如 XGBoost、Wide&Deep、DCN、MMOE 等； 6、熟悉 Query 理解、搜索建议（Suggest）、排序学习等核心技术，能应用于实际业务场景优化； 7、熟练掌握 TensorFlow 或 PyTorch，且有模型实际落地经验。

1、3 年及以上推荐 / 搜索 / 广告算法相关工作经验，或在推荐算法某一细分领域（如召回 / 排序模型优化、工程化落地等）有突出成果； 2、具备扎实的编程能力和数据结构基础，较强的业务问题分析与解决能力； 3、熟悉常用的机器学习、深度学习或强化学习算法，熟悉召回 / 排序相关基础算法； 4、自驱主动，沟通协作能力良好，具备团队合作精神；对工作有热情，追求技术卓越； 加分项： 有推荐系统、广告投放或搜索工程实际落地经验者优先； 有短剧、网络小说等内容推荐经验者优先。