深圳虾皮信息科技有限公司招聘（27届 ASP）S&R&A-大规模推荐模型算法工程师
招聘职位：
（27届 ASP）S&R&A-大规模推荐模型算法工程师 搜索同类职位岗位介绍我们致力于打造下一代生成式推荐系统，探索大模型时代推荐系统的新范式。团队负责 Shopee 全球电商推荐核心算法研发，重点研究 HSTU、OneRec、OneTrans 等新一代生成式推荐模型，结合大语言模型、世界知识建模、生成式序列建模与判别式排序模型，推动推荐系统从传统 CTR/CVR Learning 向 Foundation Recommendation Model 演进。你将直接参与亿级 DAU、万亿级特征规模的工业级推荐系统研发，与全球算法团队共同探索生成式 AI 在推荐系统中的前沿技术，并推动研究成果快速落地。职位描述参与生成式推荐基础模型研发，包括 HSTU、OneRec、OneTrans 等新一代推荐模型设计与优化。探索 LLM、Reasoning、World Knowledge、Sequence Modeling 等能力在推荐系统中的应用，研究生成式与判别式推荐模型统一架构。研究超大规模推荐模型训练与推理优化，包括 Distributed Training、Model Parallel、MoE、蒸馏、量化、KV Cache、参与构建工业级 Foundation Recommendation Model，持续提升模型效果、训练效率与在线 Serving 性能。与算法、平台、基础架构团队协同，推动生成式推荐技术在全球多国家、多业务场景中的规模化落地。任职要求基本要求2027 届硕士或博士毕业，计算机、人工智能、机器学习、统计学等相关专业。扎实的数据结构、算法、机器学习及深度学习基础。熟练掌握 Python，熟悉 C++ 或 CUDA 等高性能编程语言之一。熟悉至少一种主流深度学习框架（PyTorch、TensorFlow 等）。具备优秀的问题分析能力、科研能力和工程实现能力，对生成式 AI 与推荐系统充满热情。优先条件满足以下一项及以上者优先：在 NeurIPS、ICML、ICLR、KDD、WWW、SIGIR、ACL、EMNLP、CVPR、ECCV、ICCV 等国际顶级会议发表论文（包括一作或核心贡献）。具有大厂搜广推、LLM、Agent、AIGC 等方向算法研发实习经历，参与过核心模型研发或线上系统优化。熟悉 Transformer、LLM、Diffusion、Retrieval、Representation Learning、Sequence Modeling 等主流生成式模型。在推荐系统、LLM、生成式 AI、强化学习等方向具有深入研究或项目经验。熟悉大规模模型训练与推理优化，包括 FSDP、DeepSpeed、Megatron、vLLM、TensorRT-LLM、FlashAttention、模型并行等技术。在 GitHub、Kaggle、开源社区、ACM/ICPC、NOI、CCF 等竞赛或开源项目中取得优秀成绩。
公司介绍
- 公司名称
- 深圳虾皮信息科技有限公司
- 所属行业
- 计算机软件
- 公司性质
- 外商独资/外企代表处
- 公司规模
- 1000-4999人
- 公司地址
- 广东省深圳市
此信息由国家大学生就业服务平台 (查看来源)审核并发布，我们转载该信息，仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“国家大学生就业服务平台”负责。我们作为信息转载平台，不构成求职建议，不涉及任何职业中介服务，不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎，自行判断并承担相应风险，求职请认准企业官方渠道！