模型与应用部是快手核心算法部门，负责快手亿级用户的推荐模型开发。业务包括短视频，直播、电商、商业化等核心业务的模型开发迭代。团队成员包括谷歌研究院，微软研究院、META、阿里、腾讯等名企的前员工，毕业院校包括国内名校和国外Stanford/MIT等知名高校。团队技术氛围好，注重创新和落地。有多篇论文发表在WWW、SIGIR、CIKM等顶会。 推荐大模型： 负责大模型与推荐算法结合的下一代推荐系统研发，充分利用大模型的世界知识和学习范式为推荐系统带来新的增长曲线。我们的研发方向包括但不限于多模态理解，端到端生成式推荐、模型ScalingLaw、混合专家、蒸馏剪枝等前沿技术探索。这里有超强算力和顶尖的算法团队，致力于将最前沿的技术应用于实际，推动推荐系统的不断进化。 营收模型： 负责快手推荐和广告链路中用户价值和营收行为的模型构建与持续优化，我们的工作涉及快手核心业务板块：包括电商、直播、广告和增长等，我们致力于持续用深化的理论研究和实践应用，为快手贡献营收价值。 排序模型： 负责快手主页短视频推荐排序模型，是公司流量与推荐技术的基石。我们致力于打造业内领先的推荐技术，在这里你有机会参与到快手万亿参数的模型优化工作，超长期行为序列建模、大规模稀疏MMOE、长短周期时长预估等诸多前沿课题等你一起来探索。

模型与应用部是快手核心算法部门，负责快手亿级用户的推荐模型开发。业务包括短视频，直播、电商、商业化等核心业务的模型开发迭代。团队成员包括谷歌研究院，微软研究院、META、阿里、腾讯等名企的前员工，毕业院校包括国内名校和国外Stanford/MIT等知名高校。团队技术氛围好，注重创新和落地。有多篇论文发表在WWW、SIGIR、CIKM等顶会。 推荐大模型： 负责大模型与推荐算法结合的下一代推荐系统研发，充分利用大模型的世界知识和学习范式为推荐系统带来新的增长曲线。我们的研发方向包括但不限于多模态理解，端到端生成式推荐、模型ScalingLaw、混合专家、蒸馏剪枝等前沿技术探索。这里有超强算力和顶尖的算法团队，致力于将最前沿的技术应用于实际，推动推荐系统的不断进化。 营收模型： 负责快手推荐和广告链路中用户价值和营收行为的模型构建与持续优化，我们的工作涉及快手核心业务板块：包括电商、直播、广告和增长等，我们致力于持续用深化的理论研究和实践应用，为快手贡献营收价值。 排序模型： 负责快手主页短视频推荐排序模型，是公司流量与推荐技术的基石。我们致力于打造业内领先的推荐技术，在这里你有机会参与到快手万亿参数的模型优化工作，超长期行为序列建模、大规模稀疏MMOE、长短周期时长预估等诸多前沿课题等你一起来探索。