负责亿级用户规模的直播推荐混排算法优化，提升直播点击率、观看时长、互动率、LT等核心指标
负责混排阶段核心技术研发，包括但不限于生成式重排、多目标联合优化、强化学习序列决策、列表级评估等，持续提升推荐列表整体价值
分析海量用户行为数据和直播数据，挖掘用户兴趣，优化混排策略的个性化与实时响应能力
通过超大规模机器学习模型和系统，结合大模型、多模态理解等前沿技术，优化快手直播推荐效果
针对海量用户行为数据，提供分布式的算法实现方案，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，统筹自然内容与商业内容的协同与竞争，协助拓展业务边界
负责混排算法团队的技术规划与方向把控，带领团队探索前沿问题，结合实际场景提供全面的技术解决方案