主分类:搜索推荐与业务决策算法研发
来源 JD 数据(旧分类保留,当前主分类见上方)
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "广告算法实习生 - 内容消费与非闭环营销",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "未披露",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品,旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "2027届本科及以上学历在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍:内容消费与非闭环营销技术团队,服务内容消费和非闭环营销行业数十万客户和十亿级用户。其中,内容消费行业包括游戏、小游戏、短剧、小说、社交与工具等行业,非闭环营销行业包括平台电商、引流电商等行业。内容消费与非闭环营销围绕客户深转、ROI等本质诉求,构建了完整的产品矩阵,知名产品有UBA/UBP自动化产品、深转ROI1\\ROI7产品等。研发团队主要通过技术手段支持行业的收入和市占提升,工作内容包括:投放策略优化(出价、自动化)、模型优化(深度延迟和稀疏转化建模、序列建模、Large Recommend Model等)、流量和体验策略优化(ROI3产品、推荐广告融合、多目标建模等)、AI内容理解和生成(多模态模型、营销创意&剧集生成等)、定价和权益激励策略优化(智能定价、QCPX等)、海量创意自动化托管投放架构(DPA)、新产品开发等。\n\nByteIntern:面向2027届毕业生(2026年9月-2027年8月期间毕业),为符合岗位要求的同学提供转正机会。\n\n1、模型算法:负责非闭环电商召回、粗排、精排等模块的CTR、CVR、LTR、GMV等模型优化工作,使用DIN、SIM、Transformer、Scaling、LRM等技术持续提升这些模型效果,从而提升非闭环电商收入;\n2、出价算法:负责非闭环电商出价优化工作,包括下单出价、支付ROI出价、UBX自动化高维组合出价等相关产品的出价优化工作,使用PID等控制学理论、监督学习、强化学习等技术提升出价效果,从而提升非闭环电商收入;\n3、自动化算法:负责非闭环电商自动化投放优化工作,包括自动化新建计划、自动化关停计划、素材创意自动化生产、组合等工作,使用增益建模、监督学习、强化学习、AIGC等技术提升自动化投放效果,从而提升非闭环电商收入;\n4、投放策略:负责非闭环电商投放策略相关工作,包括DPA投放、用户体验、大促策略、新品拓品策略、新客策略等优化工作,需要深入理解业务,配合产品设计线上策略,优化客户投广效果和体验。",
"requirements_text": "1、2027届本科及以上学历在读,计算机/自动化/运筹学/统计学等相关专业优先;\n2、扎实的机器学习/深度学习/运筹优化理论和实践经验,熟悉深度学习算法(CNN/RNN/LSTM/MTL等);\n3、熟悉至少一种主流深度学习编程框架(PyTorch/TensorFlow等),熟悉其底层架构和实现机制;\n4、有扎实的编程基础,良好的编程风格和工作习惯,熟练掌握C/C++,Java,Python等至少一门语言;\n5、有激情、勇于接受挑战、乐于挑战,具有良好的团队合作意识、理解沟通能力以及独立解决问题的能力。\n\n加分项\n1、在广告、推荐、搜索、增长营销等大规模业务上有过一定的优化经验;\n2、在会议(CCF-A类,如ICML、NeurIPS、ICLR、AAAI、IJCAI、KDD、RecSys、SIGIR等)上发表过论文;\n3、有过深度学习编程框架开源社区经验。",
"skills": [AI生成
"Python",
"Java",
"C++",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"团队协作",
"沟通能力",
"解决问题"
],
"preferred_qualifications": "1、2027届本科及以上学历在读,计算机/自动化/运筹学/统计学等相关专业优先;加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7598579878266521861/detail"
}
]
},
"posting": {
"posting_id": "7598579878266521861",
"post_date": "2026-01-23",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7598579878266521861/detail"
},
"fulltext": "广告算法实习生 - 内容消费与非闭环营销\n职位描述\n团队介绍:内容消费与非闭环营销技术团队,服务内容消费和非闭环营销行业数十万客户和十亿级用户。其中,内容消费行业包括游戏、小游戏、短剧、小说、社交与工具等行业,非闭环营销行业包括平台电商、引流电商等行业。内容消费与非闭环营销围绕客户深转、ROI等本质诉求,构建了完整的产品矩阵,知名产品有UBA/UBP自动化产品、深转ROI1\\ROI7产品等。研发团队主要通过技术手段支持行业的收入和市占提升,工作内容包括:投放策略优化(出价、自动化)、模型优化(深度延迟和稀疏转化建模、序列建模、Large Recommend Model等)、流量和体验策略优化(ROI3产品、推荐广告融合、多目标建模等)、AI内容理解和生成(多模态模型、营销创意&剧集生成等)、定价和权益激励策略优化(智能定价、QCPX等)、海量创意自动化托管投放架构(DPA)、新产品开发等。\n\nByteIntern:面向2027届毕业生(2026年9月-2027年8月期间毕业),为符合岗位要求的同学提供转正机会。\n\n1、模型算法:负责非闭环电商召回、粗排、精排等模块的CTR、CVR、LTR、GMV等模型优化工作,使用DIN、SIM、Transformer、Scaling、LRM等技术持续提升这些模型效果,从而提升非闭环电商收入;\n2、出价算法:负责非闭环电商出价优化工作,包括下单出价、支付ROI出价、UBX自动化高维组合出价等相关产品的出价优化工作,使用PID等控制学理论、监督学习、强化学习等技术提升出价效果,从而提升非闭环电商收入;\n3、自动化算法:负责非闭环电商自动化投放优化工作,包括自动化新建计划、自动化关停计划、素材创意自动化生产、组合等工作,使用增益建模、监督学习、强化学习、AIGC等技术提升自动化投放效果,从而提升非闭环电商收入;\n4、投放策略:负责非闭环电商投放策略相关工作,包括DPA投放、用户体验、大促策略、新品拓品策略、新客策略等优化工作,需要深入理解业务,配合产品设计线上策略,优化客户投广效果和体验。\n\n职位要求\n1、2027届本科及以上学历在读,计算机/自动化/运筹学/统计学等相关专业优先;\n2、扎实的机器学习/深度学习/运筹优化理论和实践经验,熟悉深度学习算法(CNN/RNN/LSTM/MTL等);\n3、熟悉至少一种主流深度学习编程框架(PyTorch/TensorFlow等),熟悉其底层架构和实现机制;\n4、有扎实的编程基础,良好的编程风格和工作习惯,熟练掌握C/C++,Java,Python等至少一门语言;\n5、有激情、勇于接受挑战、乐于挑战,具有良好的团队合作意识、理解沟通能力以及独立解决问题的能力。\n\n加分项\n1、在广告、推荐、搜索、增长营销等大规模业务上有过一定的优化经验;\n2、在会议(CCF-A类,如ICML、NeurIPS、ICLR、AAAI、IJCAI、KDD、RecSys、SIGIR等)上发表过论文;\n3、有过深度学习编程框架开源社区经验。\n团队介绍:内容消费与非闭环营销技术团队,服务内容消费和非闭环营销行业数十万客户和十亿级用户。其中,内容消费行业包括游戏、小游戏、短剧、小说、社交与工具等行业,非闭环营销行业包括平台电商、引流电商等行业。内容消费与非闭环营销围绕客户深转、ROI等本质诉求,构建了完整的产品矩阵,知名产品有UBA/UBP自动化产品、深转ROI1\\ROI7产品等。研发团队主要通过技术手段支持行业的收入和市占提升,工作内容包括:投放策略优化(出价、自动化)、模型优化(深度延迟和稀疏转化建模、序列建模、Large Recommend Model等)、流量和体验策略优化(ROI3产品、推荐广告融合、多目标建模等)、AI内容理解和生成(多模态模型、营销创意&剧集生成等)、定价和权益激励策略优化(智能定价、QCPX等)、海量创意自动化托管投放架构(DPA)、新产品开发等。\n\nByteIntern:面向2027届毕业生(2026年9月-2027年8月期间毕业),为符合岗位要求的同学提供转正机会。\n\n1、模型算法:负责非闭环电商召回、粗排、精排等模块的CTR、CVR、LTR、GMV等模型优化工作,使用DIN、SIM、Transformer、Scaling、LRM等技术持续提升这些模型效果,从而提升非闭环电商收入;\n2、出价算法:负责非闭环电商出价优化工作,包括下单出价、支付ROI出价、UBX自动化高维组合出价等相关产品的出价优化工作,使用PID等控制学理论、监督学习、强化学习等技术提升出价效果,从而提升非闭环电商收入;\n3、自动化算法:负责非闭环电商自动化投放优化工作,包括自动化新建计划、自动化关停计划、素材创意自动化生产、组合等工作,使用增益建模、监督学习、强化学习、AIGC等技术提升自动化投放效果,从而提升非闭环电商收入;\n4、投放策略:负责非闭环电商投放策略相关工作,包括DPA投放、用户体验、大促策略、新品拓品策略、新客策略等优化工作,需要深入理解业务,配合产品设计线上策略,优化客户投广效果和体验。\n1、2027届本科及以上学历在读,计算机/自动化/运筹学/统计学等相关专业优先;\n2、扎实的机器学习/深度学习/运筹优化理论和实践经验,熟悉深度学习算法(CNN/RNN/LSTM/MTL等);\n3、熟悉至少一种主流深度学习编程框架(PyTorch/TensorFlow等),熟悉其底层架构和实现机制;\n4、有扎实的编程基础,良好的编程风格和工作习惯,熟练掌握C/C++,Java,Python等至少一门语言;\n5、有激情、勇于接受挑战、乐于挑战,具有良好的团队合作意识、理解沟通能力以及独立解决问题的能力。\n\n加分项\n1、在广告、推荐、搜索、增长营销等大规模业务上有过一定的优化经验;\n2、在会议(CCF-A类,如ICML、NeurIPS、ICLR、AAAI、IJCAI、KDD、RecSys、SIGIR等)上发表过论文;\n3、有过深度学习编程框架开源社区经验。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}