参与快手双列亿级用户规模的视频推荐优化，提升停留时长、点击率、留存率等核心指标
参与机器学习、深度学习领域的技术研发工作，包括但不限于神经元网络模型设计与优化、强化学习、迁移学习、主动学习等的算法和系统研发等
分析海量用户行为数据和视频数据，增加有效的特征，挖掘用户兴趣，优化排序机制
通过超大规模机器学习模型和系统，使用先进的检索和排序手段，优化社区生态，优化快手的推荐效果
针对海量用户行为数据，提供分布式的算法实现的解决方案，大幅提升算法计算规模和性能
参与搭建推荐系统框架，提供高并发，大数据，高效可靠的线上服务
参与全域流量博弈的机制设计，协助拓展业务边界
参与前沿问题的探索与研究，结合实际应用场景，提供全面的技术解决方案