职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7629264184930437381

推荐算法工程师-国际电商

未披露 · 北京 · 字节跳动

主分类:搜索推荐与业务决策算法研发
算法与数据
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": "",
        "degree": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、千万~亿级规模的电商个性化推荐算法的优化,主要包括Feeds的电商直播推荐、新用户推荐、直播冷启动、长期价值建模、体验优化等工作;\n2、通过表征学习、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好的主播和优质的货品;\n3、挖掘和分析海量行为数据,进行长短期兴趣建模,以及潜在兴趣预测、探索,提升推荐的精准性和发现性;\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、结合内容电商的业务特性,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、扎实的算法和数据结构基础,优秀的编码能力;\n2、机器学习基础扎实,熟悉CF、MF、FM、word2vec、LR、GBDT、DNN、Wide和Deep等常用的算法模型;\n3、熟悉以下任何一个开源工具:XGBoost、TensorFlow、PyTorch;熟悉C++和Python语言,熟悉Linux开发环境;\n4、具备优秀的学习能力和良好的团队合作精神;\n5、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的优先;\n6、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的优先。",
        "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": "5、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的优先;6、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的优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7629264184930437381/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7629264184930437381",
        "post_date": "2026-04-16",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7629264184930437381/detail"
    },
    "fulltext": "推荐算法工程师-国际电商\n职位描述\n1、千万~亿级规模的电商个性化推荐算法的优化,主要包括Feeds的电商直播推荐、新用户推荐、直播冷启动、长期价值建模、体验优化等工作;\n2、通过表征学习、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好的主播和优质的货品;\n3、挖掘和分析海量行为数据,进行长短期兴趣建模,以及潜在兴趣预测、探索,提升推荐的精准性和发现性;\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、结合内容电商的业务特性,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、扎实的算法和数据结构基础,优秀的编码能力;\n2、机器学习基础扎实,熟悉CF、MF、FM、word2vec、LR、GBDT、DNN、Wide和Deep等常用的算法模型;\n3、熟悉以下任何一个开源工具:XGBoost、TensorFlow、PyTorch;熟悉C++和Python语言,熟悉Linux开发环境;\n4、具备优秀的学习能力和良好的团队合作精神;\n5、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的优先;\n6、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的优先。\n1、千万~亿级规模的电商个性化推荐算法的优化,主要包括Feeds的电商直播推荐、新用户推荐、直播冷启动、长期价值建模、体验优化等工作;\n2、通过表征学习、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好的主播和优质的货品;\n3、挖掘和分析海量行为数据,进行长短期兴趣建模,以及潜在兴趣预测、探索,提升推荐的精准性和发现性;\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、结合内容电商的业务特性,进行模型和算法创新,打造业界领先的推荐算法和系统。\n1、扎实的算法和数据结构基础,优秀的编码能力;\n2、机器学习基础扎实,熟悉CF、MF、FM、word2vec、LR、GBDT、DNN、Wide和Deep等常用的算法模型;\n3、熟悉以下任何一个开源工具:XGBoost、TensorFlow、PyTorch;熟悉C++和Python语言,熟悉Linux开发环境;\n4、具备优秀的学习能力和良好的团队合作精神;\n5、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的优先;\n6、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的优先。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}