1. 推荐算法链路，包括商品推荐的召回、排序、重排与混排模型，针对行为稀疏的货店冷启动策略机制的优化；结合用户长短兴趣和用户场景偏好建模，提升场域推荐的精准性和发现性；
2. 商品店铺理解，包括商品理解与分层，面向频道心智与目标用户的选品、选店算法，以及商品的潜力预估、点击率预估等技术；
3. 趋势感知与供给，通过站内外的趋势挖掘，并理解趋势与商品的关系，撬动频道的货品供给增长与分发丰富度、新鲜度等目标；
4. 参与创新产品的推荐功能设计和实现，并对现有推荐系统进行技术改进和优化；