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": "用户增长算法工程师-国际化短视频本地生活",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责国际化短视频本地生活（到店、酒旅等）用户增长方向的算法研发，围绕拉新、促活、GMV等核心目标，构建系统化的增长策略与算法体系；\n2、运用因果推断（Causal Inference）、增效建模（Uplift Modeling）、强化学习（Reinforcement Learning）及大语言模型（LLM）等方法，融合多源数据科学评估与优化增长策略效果及ROI；\n3、深入理解本地生活业务特性与用户行为，从到店、酒旅等场景中挖掘算法机会，持续提升业务转化效率。",
"requirements_text": "1、研究生及以上学历优先，计算机科学、统计学、数学、运筹学等相关专业；\n2、在因果推断、Uplift Modeling、强化学习或运筹优化等方向有实践经验者优先；\n3、熟悉机器学习与深度学习核心原理，能熟练使用TensorFlow/PyTorch等主流框架；\n4、扎实的编程能力与数据结构、算法基础，熟练掌握Python/C++/Java中至少一门语言；\n5、具备出色的问题拆解与解决能力，善于跨团队沟通协作，能够将算法能力转化为业务成果。",
"skills": [AI生成
"Python",
"Java",
"C++",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"强化学习",
"数据结构"
],
"preferred_qualifications": "1、研究生及以上学历优先，计算机科学、统计学、数学、运筹学等相关专业；2、在因果推断、Uplift Modeling、强化学习或运筹优化等方向有实践经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7620337507075787013/detail"
}
]
},
"posting": {
"posting_id": "7620337507075787013",
"post_date": "2026-03-23",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7620337507075787013/detail"
},
"fulltext": "用户增长算法工程师-国际化短视频本地生活\n职位描述\n1、负责国际化短视频本地生活（到店、酒旅等）用户增长方向的算法研发，围绕拉新、促活、GMV等核心目标，构建系统化的增长策略与算法体系；\n2、运用因果推断（Causal Inference）、增效建模（Uplift Modeling）、强化学习（Reinforcement Learning）及大语言模型（LLM）等方法，融合多源数据科学评估与优化增长策略效果及ROI；\n3、深入理解本地生活业务特性与用户行为，从到店、酒旅等场景中挖掘算法机会，持续提升业务转化效率。\n\n职位要求\n1、研究生及以上学历优先，计算机科学、统计学、数学、运筹学等相关专业；\n2、在因果推断、Uplift Modeling、强化学习或运筹优化等方向有实践经验者优先；\n3、熟悉机器学习与深度学习核心原理，能熟练使用TensorFlow/PyTorch等主流框架；\n4、扎实的编程能力与数据结构、算法基础，熟练掌握Python/C++/Java中至少一门语言；\n5、具备出色的问题拆解与解决能力，善于跨团队沟通协作，能够将算法能力转化为业务成果。\n1、负责国际化短视频本地生活（到店、酒旅等）用户增长方向的算法研发，围绕拉新、促活、GMV等核心目标，构建系统化的增长策略与算法体系；\n2、运用因果推断（Causal Inference）、增效建模（Uplift Modeling）、强化学习（Reinforcement Learning）及大语言模型（LLM）等方法，融合多源数据科学评估与优化增长策略效果及ROI；\n3、深入理解本地生活业务特性与用户行为，从到店、酒旅等场景中挖掘算法机会，持续提升业务转化效率。\n1、研究生及以上学历优先，计算机科学、统计学、数学、运筹学等相关专业；\n2、在因果推断、Uplift Modeling、强化学习或运筹优化等方向有实践经验者优先；\n3、熟悉机器学习与深度学习核心原理，能熟练使用TensorFlow/PyTorch等主流框架；\n4、扎实的编程能力与数据结构、算法基础，熟练掌握Python/C++/Java中至少一门语言；\n5、具备出色的问题拆解与解决能力，善于跨团队沟通协作，能够将算法能力转化为业务成果。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}