主分类：搜索推荐与业务决策算法研发
辅助：Agent系统开发（仅展示）
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": "达人增长算法工程师-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、负责达人分级体系建设，通过潜力建模、LTV预估及达人画像体系，推动达人精细化运营；\n2、建设智能补贴算法流程，结合流量、折扣券、现金等形式对达人进行行为活跃度激励，提升达人短期行为积极性与表现，撬动长期价值增长；\n3、负责达人诊断框架建设，结合因果推断进行因子挖掘、排序及方案关联，持续引导达人健康迅速成长；\n4、围绕达人全生命周期构建智能Agent，通过后训练、Agent框架搭建，完善Agent多轮对话、场景遵循、工具调用等能力，实现选品、创作等流程自动化决策和反馈，提升达人成长体验。",
"requirements_text": "1、熟悉常用的算法模型，对模型调优有一定实践经验；\n2、了解因果推断主流方法及Uplift建模，对反事实推断、Uplift建模等方向有过实践经验；或对推荐系统召回/排序/多样性/冷启动中一个或多个方向了解业界经典的模型和方法；\n3、对LLM相关知识有一定了解，理解大模型技术（模型结构、数据构成、训练RecIPe等），包括但不限于后训练、RAG、Agent框架建设等；\n4、熟悉至少一门编程语言（C++/Java/Python），熟悉至少一种大数据计算工具（Hive SQL/Spark/MapReduce），熟悉Linux开发环境；\n5、善于沟通，具备良好的团队合作精神；对新技术充满好奇，能够持续学习。\n\n加分项\n1、有个性化推荐、广告、搜索等相关领域的项目经验；\n2、有图网络、组合优化方向技术知识积累或项目经验；\n3、具备LLM相关pct、Agent项目落地经验，在至少一个能力方向（如指令遵从、推理、工具调用、RAG等）有深入认知；具备SFT、DPO、RLHF、RLVR等后训练经验者优先；\n4、在KDD、NeurIPS、WWW、SIGIR、WSDM、CIKM、ICLR、ICML、IJCAI、AAAI、RecSys等会议发表过论文；\n5、有过数据挖掘/机器学习或ACM-ICPC/NOI/IOI相关的竞赛经历并取得优秀成绩；\n6、有高关注度的机器学习相关博客或GitHub项目。",
"skills": [AI生成
"Python",
"Java",
"C++",
"SQL",
"Linux",
"Spark",
"机器学习",
"数据挖掘",
"团队协作",
"建模",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "加分项；具备SFT、DPO、RLHF、RLVR等后训练经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7644089309408758021/detail"
}
]
},
"posting": {
"posting_id": "7644089309408758021",
"post_date": "2026-05-26",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7644089309408758021/detail"
},
"fulltext": "达人增长算法工程师-国际电商\n职位描述\n1、负责达人分级体系建设，通过潜力建模、LTV预估及达人画像体系，推动达人精细化运营；\n2、建设智能补贴算法流程，结合流量、折扣券、现金等形式对达人进行行为活跃度激励，提升达人短期行为积极性与表现，撬动长期价值增长；\n3、负责达人诊断框架建设，结合因果推断进行因子挖掘、排序及方案关联，持续引导达人健康迅速成长；\n4、围绕达人全生命周期构建智能Agent，通过后训练、Agent框架搭建，完善Agent多轮对话、场景遵循、工具调用等能力，实现选品、创作等流程自动化决策和反馈，提升达人成长体验。\n\n职位要求\n1、熟悉常用的算法模型，对模型调优有一定实践经验；\n2、了解因果推断主流方法及Uplift建模，对反事实推断、Uplift建模等方向有过实践经验；或对推荐系统召回/排序/多样性/冷启动中一个或多个方向了解业界经典的模型和方法；\n3、对LLM相关知识有一定了解，理解大模型技术（模型结构、数据构成、训练RecIPe等），包括但不限于后训练、RAG、Agent框架建设等；\n4、熟悉至少一门编程语言（C++/Java/Python），熟悉至少一种大数据计算工具（Hive SQL/Spark/MapReduce），熟悉Linux开发环境；\n5、善于沟通，具备良好的团队合作精神；对新技术充满好奇，能够持续学习。\n\n加分项\n1、有个性化推荐、广告、搜索等相关领域的项目经验；\n2、有图网络、组合优化方向技术知识积累或项目经验；\n3、具备LLM相关pct、Agent项目落地经验，在至少一个能力方向（如指令遵从、推理、工具调用、RAG等）有深入认知；具备SFT、DPO、RLHF、RLVR等后训练经验者优先；\n4、在KDD、NeurIPS、WWW、SIGIR、WSDM、CIKM、ICLR、ICML、IJCAI、AAAI、RecSys等会议发表过论文；\n5、有过数据挖掘/机器学习或ACM-ICPC/NOI/IOI相关的竞赛经历并取得优秀成绩；\n6、有高关注度的机器学习相关博客或GitHub项目。\n1、负责达人分级体系建设，通过潜力建模、LTV预估及达人画像体系，推动达人精细化运营；\n2、建设智能补贴算法流程，结合流量、折扣券、现金等形式对达人进行行为活跃度激励，提升达人短期行为积极性与表现，撬动长期价值增长；\n3、负责达人诊断框架建设，结合因果推断进行因子挖掘、排序及方案关联，持续引导达人健康迅速成长；\n4、围绕达人全生命周期构建智能Agent，通过后训练、Agent框架搭建，完善Agent多轮对话、场景遵循、工具调用等能力，实现选品、创作等流程自动化决策和反馈，提升达人成长体验。\n1、熟悉常用的算法模型，对模型调优有一定实践经验；\n2、了解因果推断主流方法及Uplift建模，对反事实推断、Uplift建模等方向有过实践经验；或对推荐系统召回/排序/多样性/冷启动中一个或多个方向了解业界经典的模型和方法；\n3、对LLM相关知识有一定了解，理解大模型技术（模型结构、数据构成、训练RecIPe等），包括但不限于后训练、RAG、Agent框架建设等；\n4、熟悉至少一门编程语言（C++/Java/Python），熟悉至少一种大数据计算工具（Hive SQL/Spark/MapReduce），熟悉Linux开发环境；\n5、善于沟通，具备良好的团队合作精神；对新技术充满好奇，能够持续学习。\n\n加分项\n1、有个性化推荐、广告、搜索等相关领域的项目经验；\n2、有图网络、组合优化方向技术知识积累或项目经验；\n3、具备LLM相关pct、Agent项目落地经验，在至少一个能力方向（如指令遵从、推理、工具调用、RAG等）有深入认知；具备SFT、DPO、RLHF、RLVR等后训练经验者优先；\n4、在KDD、NeurIPS、WWW、SIGIR、WSDM、CIKM、ICLR、ICML、IJCAI、AAAI、RecSys等会议发表过论文；\n5、有过数据挖掘/机器学习或ACM-ICPC/NOI/IOI相关的竞赛经历并取得优秀成绩；\n6、有高关注度的机器学习相关博客或GitHub项目。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}