快手社区科学部研究型实习生(Research Intern)项目，面向海内外高校博士生、研究型硕士生，目的是在快手算法专家指导下，跟踪推荐系统前沿算法，解决大规模推荐系统中遇到的实际问题，并将成果合作撰写学术论文。

【关于快手】
快手是中国领先的短视频和直播社区，DAU超过3亿。我们致力于打造温暖、有信任感的社区文化，提高每个人独特的幸福感。推荐系统在其中扮演着核心角色，社区科学部是负责快手推荐系统迭代的核心部门。

【职位描述】：
1. 参与亿级用户规模的视频和直播的推荐优化，提高用户体验
2. 分析海量用户行为数据和视频数据，挖掘用户兴趣，优化流量分发机制。
3. 跟踪前沿技术，将理论研究应用于解决推荐中的实际问题，合作发表高水平顶会学术论文。
4. 研究方向包括但不限于如下方向：
1) 图神经网络模型
2) 多任务联合学习和多目标的帕累托最优
3) 推荐系统bias问题和debias方法研究
4) 基于多智能体博弈的推荐算法
5) 基于知识图谱的推荐
6) 用户行为序列建模
7) 短视频冷启动方法
8) 元学习和少样本学习
9) 端上智能
10) 基于因果推断的离线评估

【要求】
1. 研究型硕士及以上学历，博士生优先。
2. 熟悉Tensorflow/PyTorch其中一种框架，熟悉机器学习和深度学习常用算法，有一定工程实现能力
3.曾发表SIGKDD、AAAI、NeurIPS、ICML、IJCAI、WWW、SIGIR、WSDM、RECSYS等国际顶会论文者优先。
4.研究方向是深度学习、计算机视觉、推荐系统、信息检索、自然语言理解、知识图谱、计算广告学以及算法博弈论等相关领域者优先。
5.每周实习4天起，能稳定实习6个月；如果有过相关领域论文发表，实习时间可适当缩短。

【福利】
1. 团队氛围nice，来自国内外顶尖公司和高校的mentor的亲身指导
2. 团队HeadCount充足，表现优异者有直接留用机会
3. 行业领先的实习补助，免费3餐+下午茶、健身房等