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": "售后算法工程师-国际电商",
"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": 1,
"degree": "计算机、统计、数学或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、研发和优化应用于退款、退货、取消订单、交易纠纷、赔付等售后场景的机器学习/深度学习模型;\n2、构建买卖双方责任判定与纠纷仲裁的智能决策模型;\n3、利用NLP和多模态算法分析客服对话、投诉文本、商品信息及相关举证材料;\n4、构建预测模型,提前识别高风险交易,降低售后纠纷发生率;\n5、优化大规模交易与行为数据的实时与离线特征工程体系,设计并实施A/B实验,提升处理效率、公平性和用户满意度;\n6、与产品、运营及工程团队紧密合作,推动算法能力在生产系统中的落地与规模化应用。",
"requirements_text": "1、计算机、统计、数学或相关专业本科及以上学历;\n2、至少1年机器学习、推荐系统、风控或相关算法方向经验;\n3、扎实的机器学习与深度学习理论基础及实际项目经验;\n4、熟悉数据挖掘、自然语言处理、图学习或风控建模等方向之一;\n5、熟练掌握Python,并熟悉Go或C++之一,具备Linux环境开发能力;\n6、具备优秀的分析能力和问题解决能力,具备数据驱动思维,良好的沟通能力和团队合作精神。\n\n加分项\n1、有电商售后、支付风控、反欺诈或智能客服相关经验;\n2、有责任判定或公平性约束下决策系统设计经验;\n3、在会议发表论文或获得国际竞赛奖项。",
"skills": [AI生成
"Python",
"C++",
"Linux",
"机器学习",
"深度学习",
"自然语言处理",
"数据挖掘",
"团队协作",
"沟通能力",
"分析能力",
"建模"
],
"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/7623698986321234181/detail"
}
]
},
"posting": {
"posting_id": "7623698986321234181",
"post_date": "2026-04-01",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7623698986321234181/detail"
},
"fulltext": "售后算法工程师-国际电商\n职位描述\n1、研发和优化应用于退款、退货、取消订单、交易纠纷、赔付等售后场景的机器学习/深度学习模型;\n2、构建买卖双方责任判定与纠纷仲裁的智能决策模型;\n3、利用NLP和多模态算法分析客服对话、投诉文本、商品信息及相关举证材料;\n4、构建预测模型,提前识别高风险交易,降低售后纠纷发生率;\n5、优化大规模交易与行为数据的实时与离线特征工程体系,设计并实施A/B实验,提升处理效率、公平性和用户满意度;\n6、与产品、运营及工程团队紧密合作,推动算法能力在生产系统中的落地与规模化应用。\n\n职位要求\n1、计算机、统计、数学或相关专业本科及以上学历;\n2、至少1年机器学习、推荐系统、风控或相关算法方向经验;\n3、扎实的机器学习与深度学习理论基础及实际项目经验;\n4、熟悉数据挖掘、自然语言处理、图学习或风控建模等方向之一;\n5、熟练掌握Python,并熟悉Go或C++之一,具备Linux环境开发能力;\n6、具备优秀的分析能力和问题解决能力,具备数据驱动思维,良好的沟通能力和团队合作精神。\n\n加分项\n1、有电商售后、支付风控、反欺诈或智能客服相关经验;\n2、有责任判定或公平性约束下决策系统设计经验;\n3、在会议发表论文或获得国际竞赛奖项。\n1、研发和优化应用于退款、退货、取消订单、交易纠纷、赔付等售后场景的机器学习/深度学习模型;\n2、构建买卖双方责任判定与纠纷仲裁的智能决策模型;\n3、利用NLP和多模态算法分析客服对话、投诉文本、商品信息及相关举证材料;\n4、构建预测模型,提前识别高风险交易,降低售后纠纷发生率;\n5、优化大规模交易与行为数据的实时与离线特征工程体系,设计并实施A/B实验,提升处理效率、公平性和用户满意度;\n6、与产品、运营及工程团队紧密合作,推动算法能力在生产系统中的落地与规模化应用。\n1、计算机、统计、数学或相关专业本科及以上学历;\n2、至少1年机器学习、推荐系统、风控或相关算法方向经验;\n3、扎实的机器学习与深度学习理论基础及实际项目经验;\n4、熟悉数据挖掘、自然语言处理、图学习或风控建模等方向之一;\n5、熟练掌握Python,并熟悉Go或C++之一,具备Linux环境开发能力;\n6、具备优秀的分析能力和问题解决能力,具备数据驱动思维,良好的沟通能力和团队合作精神。\n\n加分项\n1、有电商售后、支付风控、反欺诈或智能客服相关经验;\n2、有责任判定或公平性约束下决策系统设计经验;\n3、在会议发表论文或获得国际竞赛奖项。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}