通过研发与优化算法模型，提升搜索、广告及推荐系统的精准度与商业转化效率。 1.‌模型研发与优化‌：设计并实现先进的机器学习和深度学习模型（如Wide & Deep、DIN、DeepFM、Transformer等），用于搜索排序、广告CTR预估、推荐召回与排序等关键环节，持续提升点击率（CTR）、转化率（CVR）和用户停留时长。 ‌2.数据挖掘与特征工程‌：从海量用户行为数据中提取有效特征，构建用户画像、物品画像和上下文特征，优化模型输入质量，增强个性化推荐能力。 ‌3..系统迭代与效果评估‌：主导AB测试、离线评估与线上监控，量化算法改进对业务指标（如GMV、曝光转化、广告收入）的影响，推动模型快速迭代落地。 ‌4.技术前沿探索‌：跟踪业界最新研究（如多模态推荐、LLM在推荐中的应用、因果推断等），并将前沿技术适配到实际业务场景中，保持技术领先性。 ‌5.跨团队协作‌：与工程、产品、数据团队紧密配合，理解业务痛点，将算法能力转化为实际产品功能，实现技术价值商业化。

1.4 年以上 Python 后端开发经验，精通 Python 运行机制与底层原理（GIL、对象生命周期、GC 策略、字节码执行、多线程/协程调度），熟悉pytorch tensorflow等深度学习框架，理解机器学习，人工智能算法； 2.具备卓越的工程交付能力：能独立负责模块设计、代码实现、测试覆盖、上线运维全过程，交付高质量、可维护、可扩展的生产系统； 3.深度掌握 FastAPI / Starlette 异步框架，能独立优化中间件、依赖注入、请求生命周期与并发瓶颈； 4.有大模型推理服务（vLLM / TGI / Transformers + Hugging Face）的生产落地经验，熟悉模型加载、量化、缓存、批处理等关键技术；