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": "推荐算法实习生-TikTok Shop",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "未披露",
"location": "杭州",
"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": "ByteIntern：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团队介绍：TikTok Shop 是 TikTok 旗下的内容电商。平台汇聚全球优质商家与创作者，通过短视频、直播等多场景连接消费者，让新奇好物畅销全球，让美好生活触手可得。目前团队分布在美国、英国、法国、印尼、墨西哥、中国等全球多个国家和地区，在这里你将有机会深入国际场景，面向全世界商家及用户，和跨区域团队协作，共同探索创新购物模式。期待和优秀的你一起创造更多可能！\n\n1、参与国际电商个性化推荐算法的优化：商品推荐、直播推荐、短视频推荐等的召回、粗排、精排、重混排、用户和商品生态等；\n2、通过表征学习、图模型、深度学习、迁移学习、多任务学习等技术提升信息匹配的效率，让每个用户可以便捷的找到优质好货；\n3、发现和分析用户行为数据，进行用户长短期兴趣建模，以及潜在兴趣预测，提升推荐的精准性；\n4、通过算法自动挖掘优质、专业、高口碑的商品和主播，构建良性的循环机制，优化内容电商生态；\n5、结合货架电商的业务特性，进行模型和算法创新，打造业界领先的推荐算法和系统。",
"requirements_text": "1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、扎实的算法和数据结构基础，优秀的编码能力；\n3、机器学习基础扎实，熟悉CF、MF、FM、Word2vec、LR、GBDT、DNN、Wide&Deep等常用的算法模型；\n4、熟悉以下任何一个开源工具：XGBoost、TensorFlow、PyTorch；\n5、熟悉C++和Python语言，熟悉Linux开发环境；\n6、具备优秀的学习能力和良好的团队合作精神。\n\n加分项\n1、有个性化推荐、广告、信息检索、自然语言处理、机器学习等相关领域研究或者项目实践经验；\n2、在KDD、NeurIPS、WWW、SIGIR、WSDM、ICML、IJCAI、AAAI、RecSys等会议发表过论文，或者有过数据挖掘/机器学习相关的竞赛经历。",
"skills": [AI生成
"Python",
"C++",
"Linux",
"PyTorch",
"TensorFlow",
"机器学习",
"自然语言处理",
"数据结构",
"数据挖掘",
"团队协作",
"学习能力"
],
"preferred_qualifications": "1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先；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/7615464448711723317/detail"
}
]
},
"posting": {
"posting_id": "7615464448711723317",
"post_date": "2026-03-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7615464448711723317/detail"
},
"fulltext": "推荐算法实习生-TikTok Shop\n职位描述\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团队介绍：TikTok Shop 是 TikTok 旗下的内容电商。平台汇聚全球优质商家与创作者，通过短视频、直播等多场景连接消费者，让新奇好物畅销全球，让美好生活触手可得。目前团队分布在美国、英国、法国、印尼、墨西哥、中国等全球多个国家和地区，在这里你将有机会深入国际场景，面向全世界商家及用户，和跨区域团队协作，共同探索创新购物模式。期待和优秀的你一起创造更多可能！\n\n1、参与国际电商个性化推荐算法的优化：商品推荐、直播推荐、短视频推荐等的召回、粗排、精排、重混排、用户和商品生态等；\n2、通过表征学习、图模型、深度学习、迁移学习、多任务学习等技术提升信息匹配的效率，让每个用户可以便捷的找到优质好货；\n3、发现和分析用户行为数据，进行用户长短期兴趣建模，以及潜在兴趣预测，提升推荐的精准性；\n4、通过算法自动挖掘优质、专业、高口碑的商品和主播，构建良性的循环机制，优化内容电商生态；\n5、结合货架电商的业务特性，进行模型和算法创新，打造业界领先的推荐算法和系统。\n\n职位要求\n1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、扎实的算法和数据结构基础，优秀的编码能力；\n3、机器学习基础扎实，熟悉CF、MF、FM、Word2vec、LR、GBDT、DNN、Wide&Deep等常用的算法模型；\n4、熟悉以下任何一个开源工具：XGBoost、TensorFlow、PyTorch；\n5、熟悉C++和Python语言，熟悉Linux开发环境；\n6、具备优秀的学习能力和良好的团队合作精神。\n\n加分项\n1、有个性化推荐、广告、信息检索、自然语言处理、机器学习等相关领域研究或者项目实践经验；\n2、在KDD、NeurIPS、WWW、SIGIR、WSDM、ICML、IJCAI、AAAI、RecSys等会议发表过论文，或者有过数据挖掘/机器学习相关的竞赛经历。\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团队介绍：TikTok Shop 是 TikTok 旗下的内容电商。平台汇聚全球优质商家与创作者，通过短视频、直播等多场景连接消费者，让新奇好物畅销全球，让美好生活触手可得。目前团队分布在美国、英国、法国、印尼、墨西哥、中国等全球多个国家和地区，在这里你将有机会深入国际场景，面向全世界商家及用户，和跨区域团队协作，共同探索创新购物模式。期待和优秀的你一起创造更多可能！\n\n1、参与国际电商个性化推荐算法的优化：商品推荐、直播推荐、短视频推荐等的召回、粗排、精排、重混排、用户和商品生态等；\n2、通过表征学习、图模型、深度学习、迁移学习、多任务学习等技术提升信息匹配的效率，让每个用户可以便捷的找到优质好货；\n3、发现和分析用户行为数据，进行用户长短期兴趣建模，以及潜在兴趣预测，提升推荐的精准性；\n4、通过算法自动挖掘优质、专业、高口碑的商品和主播，构建良性的循环机制，优化内容电商生态；\n5、结合货架电商的业务特性，进行模型和算法创新，打造业界领先的推荐算法和系统。\n1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、扎实的算法和数据结构基础，优秀的编码能力；\n3、机器学习基础扎实，熟悉CF、MF、FM、Word2vec、LR、GBDT、DNN、Wide&Deep等常用的算法模型；\n4、熟悉以下任何一个开源工具：XGBoost、TensorFlow、PyTorch；\n5、熟悉C++和Python语言，熟悉Linux开发环境；\n6、具备优秀的学习能力和良好的团队合作精神。\n\n加分项\n1、有个性化推荐、广告、信息检索、自然语言处理、机器学习等相关领域研究或者项目实践经验；\n2、在KDD、NeurIPS、WWW、SIGIR、WSDM、ICML、IJCAI、AAAI、RecSys等会议发表过论文，或者有过数据挖掘/机器学习相关的竞赛经历。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}