JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "广告算法工程师-Data",
"job_level": "未披露",AI生成
"work_category": "全职",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": "计算机、人工智能、统计学、电子信息等相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、端到端负责广告推荐算法研究(重点包括基于LLM的生成式推荐、超大规模推荐模型Scaling Up、多模态LLM等前沿技术),覆盖红果短剧、剪映、番茄小说、汽水音乐、今日头条、西瓜视频等产品矩阵;\n2、负责基于LLM生成式模型的设计与优化,探索生成式技术在用户兴趣建模、个性化推荐及推荐系统各阶段(包括召回/粗排/精排/混排)的创新应用,实现模型高效Scaling Up,提升推荐效果与用户体验;\n3、深入研究并应用多模态技术,融合文本、图像、视频等信息,提升对内容和用户意图的理解能力,为生成式推荐提供坚实的表征基础;\n4、负责营销内容和推荐内容的混合排序,通过生成式、强化学习、Listwise建模等方式,提升全局业务价值;\n5、密切跟踪生成式AI与推荐系统领域的最新研究进展,持续探索技术边界。",
"requirements_text": "1、计算机、人工智能、统计学、电子信息等相关专业本科及以上学历;\n2、具备优秀的分析问题和解决问题的能力,良好的沟通表达和团队协作能力;\n3、熟悉深度学习、LLM、强化学习等相关技术的原理和应用;\n4、熟悉至少一种主流深度学习模型训练框架(TF/PyTorch),具备优秀的编码能力,扎实的数据结构和算法功底。\n\n加分项\n1、有LLM或生成式推荐相关项目经验;\n2、有国际会议论文发表经历;\n3、有GitHub公开技术成果;\n4、在Kaggle/ACM比赛中获得奖项。",
"skills": [AI生成
"PyTorch",
"深度学习",
"强化学习",
"数据结构",
"模型训练",
"团队协作",
"沟通表达",
"解决问题",
"大语言模型"
],
"preferred_qualifications": "加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/6828509857534036238/detail"
}
]
},
"posting": {
"posting_id": "6828509857534036238",
"post_date": "2020-05-19",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/6828509857534036238/detail"
},
"fulltext": "广告算法工程师-Data\n职位描述\n1、端到端负责广告推荐算法研究(重点包括基于LLM的生成式推荐、超大规模推荐模型Scaling Up、多模态LLM等前沿技术),覆盖红果短剧、剪映、番茄小说、汽水音乐、今日头条、西瓜视频等产品矩阵;\n2、负责基于LLM生成式模型的设计与优化,探索生成式技术在用户兴趣建模、个性化推荐及推荐系统各阶段(包括召回/粗排/精排/混排)的创新应用,实现模型高效Scaling Up,提升推荐效果与用户体验;\n3、深入研究并应用多模态技术,融合文本、图像、视频等信息,提升对内容和用户意图的理解能力,为生成式推荐提供坚实的表征基础;\n4、负责营销内容和推荐内容的混合排序,通过生成式、强化学习、Listwise建模等方式,提升全局业务价值;\n5、密切跟踪生成式AI与推荐系统领域的最新研究进展,持续探索技术边界。\n\n职位要求\n1、计算机、人工智能、统计学、电子信息等相关专业本科及以上学历;\n2、具备优秀的分析问题和解决问题的能力,良好的沟通表达和团队协作能力;\n3、熟悉深度学习、LLM、强化学习等相关技术的原理和应用;\n4、熟悉至少一种主流深度学习模型训练框架(TF/PyTorch),具备优秀的编码能力,扎实的数据结构和算法功底。\n\n加分项\n1、有LLM或生成式推荐相关项目经验;\n2、有国际会议论文发表经历;\n3、有GitHub公开技术成果;\n4、在Kaggle/ACM比赛中获得奖项。\n1、端到端负责广告推荐算法研究(重点包括基于LLM的生成式推荐、超大规模推荐模型Scaling Up、多模态LLM等前沿技术),覆盖红果短剧、剪映、番茄小说、汽水音乐、今日头条、西瓜视频等产品矩阵;\n2、负责基于LLM生成式模型的设计与优化,探索生成式技术在用户兴趣建模、个性化推荐及推荐系统各阶段(包括召回/粗排/精排/混排)的创新应用,实现模型高效Scaling Up,提升推荐效果与用户体验;\n3、深入研究并应用多模态技术,融合文本、图像、视频等信息,提升对内容和用户意图的理解能力,为生成式推荐提供坚实的表征基础;\n4、负责营销内容和推荐内容的混合排序,通过生成式、强化学习、Listwise建模等方式,提升全局业务价值;\n5、密切跟踪生成式AI与推荐系统领域的最新研究进展,持续探索技术边界。\n1、计算机、人工智能、统计学、电子信息等相关专业本科及以上学历;\n2、具备优秀的分析问题和解决问题的能力,良好的沟通表达和团队协作能力;\n3、熟悉深度学习、LLM、强化学习等相关技术的原理和应用;\n4、熟悉至少一种主流深度学习模型训练框架(TF/PyTorch),具备优秀的编码能力,扎实的数据结构和算法功底。\n\n加分项\n1、有LLM或生成式推荐相关项目经验;\n2、有国际会议论文发表经历;\n3、有GitHub公开技术成果;\n4、在Kaggle/ACM比赛中获得奖项。"
}