{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "Agentic RecSys算法工程师-抖音",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "上海",
        "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": "本科学历及以上",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、负责抖音主Feed推荐系统Agentic化相关算法研发，探索LLM/Agent与推荐系统深度结合的新范式，建设推荐统一Agent中枢能力，包括用户理解、长期/短期Memory、任务规划、策略编排、反馈评估与自我迭代机制；\n2、推动LLM based RecSys在真实推荐链路中的落地，优化召回、排序、重排、多目标决策、体验对齐等关键环节，面向抖音主Feed的推荐场景，解决内容分发、用户体验、多目标优化、长期价值建模、生态平衡等问题；\n3、参与推荐大模型、生成式推荐、多模态推荐、多场景统一建模等方向研发，提升推荐系统的表达能力、泛化能力和决策能力，建设推荐Auto Research能力，利用LLM/Agent自动探索模型结构、特征组合、Reward设计、策略优化和实验方向，提升算法迭代效率；\n4、与工程、产品、数据科学等团队协作，推动前沿算法方案在大规模线上系统中验证、落地和持续迭代。",
        "requirements_text": "1、本科学历及以上，计算机、人工智能、机器学习、数学、统计学、运筹优化等相关专业；\n2、具备扎实的机器学习和深度学习基础，熟悉推荐系统、搜索、广告、NLP、大模型、强化学习中的一个或多个方向；\n3、熟悉推荐系统核心链路，包括召回、排序、重排、多目标优化、样本构建、特征体系、评估体系和在线实验；\n4、熟悉PyTorch/TensorFlow等主流深度学习框架，具备良好的算法实现能力、工程能力和数据分析能力；\n5、对LLM、Agent、SFT、RL、RAG、Memory、Planning、Tool Use、LLM Judge等方向有深入理解或浓厚兴趣；\n6、具备优秀的问题抽象能力和系统性思考能力，能够从复杂业务场景中提炼关键算法问题，并推动方案落地；具备良好的沟通协作能力，能够在高复杂度、多角色协作环境中推进关键项目。\n\n加分项：\n1、有推荐、搜索、广告、内容理解或大模型系统的工业落地经验；\n2、有LLM for RecSys、Agentic RecSys、生成式推荐、推荐大模型、强化学习、多模态推荐等相关经验；\n3、有Post-training、Reward Modeling、LLM for Judge、Agent Planning等相关项目经验；\n4、在推荐系统、机器学习、NLP、多模态、强化学习等方向发表过较高质量论文，或有较高质量开源项目/竞赛成果；\n5、有高DAU/高QPS场景下的算法优化经验，理解大规模线上系统的稳定性、效率和实验约束；\n6、对AI for Research、自动化算法迭代、自演进推荐系统有持续关注和系统性思考。",
        "skills": [AI生成
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "强化学习",
            "自然语言处理",
            "数据分析",
            "分析能力",
            "大语言模型",
            "检索增强生成"
        ],
        "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/7654560536566991157/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7654560536566991157",
        "post_date": "2026-06-23",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7654560536566991157/detail"
    },
    "fulltext": "Agentic RecSys算法工程师-抖音\n职位描述\n1、负责抖音主Feed推荐系统Agentic化相关算法研发，探索LLM/Agent与推荐系统深度结合的新范式，建设推荐统一Agent中枢能力，包括用户理解、长期/短期Memory、任务规划、策略编排、反馈评估与自我迭代机制；\n2、推动LLM based RecSys在真实推荐链路中的落地，优化召回、排序、重排、多目标决策、体验对齐等关键环节，面向抖音主Feed的推荐场景，解决内容分发、用户体验、多目标优化、长期价值建模、生态平衡等问题；\n3、参与推荐大模型、生成式推荐、多模态推荐、多场景统一建模等方向研发，提升推荐系统的表达能力、泛化能力和决策能力，建设推荐Auto Research能力，利用LLM/Agent自动探索模型结构、特征组合、Reward设计、策略优化和实验方向，提升算法迭代效率；\n4、与工程、产品、数据科学等团队协作，推动前沿算法方案在大规模线上系统中验证、落地和持续迭代。\n\n职位要求\n1、本科学历及以上，计算机、人工智能、机器学习、数学、统计学、运筹优化等相关专业；\n2、具备扎实的机器学习和深度学习基础，熟悉推荐系统、搜索、广告、NLP、大模型、强化学习中的一个或多个方向；\n3、熟悉推荐系统核心链路，包括召回、排序、重排、多目标优化、样本构建、特征体系、评估体系和在线实验；\n4、熟悉PyTorch/TensorFlow等主流深度学习框架，具备良好的算法实现能力、工程能力和数据分析能力；\n5、对LLM、Agent、SFT、RL、RAG、Memory、Planning、Tool Use、LLM Judge等方向有深入理解或浓厚兴趣；\n6、具备优秀的问题抽象能力和系统性思考能力，能够从复杂业务场景中提炼关键算法问题，并推动方案落地；具备良好的沟通协作能力，能够在高复杂度、多角色协作环境中推进关键项目。\n\n加分项：\n1、有推荐、搜索、广告、内容理解或大模型系统的工业落地经验；\n2、有LLM for RecSys、Agentic RecSys、生成式推荐、推荐大模型、强化学习、多模态推荐等相关经验；\n3、有Post-training、Reward Modeling、LLM for Judge、Agent Planning等相关项目经验；\n4、在推荐系统、机器学习、NLP、多模态、强化学习等方向发表过较高质量论文，或有较高质量开源项目/竞赛成果；\n5、有高DAU/高QPS场景下的算法优化经验，理解大规模线上系统的稳定性、效率和实验约束；\n6、对AI for Research、自动化算法迭代、自演进推荐系统有持续关注和系统性思考。\n1、负责抖音主Feed推荐系统Agentic化相关算法研发，探索LLM/Agent与推荐系统深度结合的新范式，建设推荐统一Agent中枢能力，包括用户理解、长期/短期Memory、任务规划、策略编排、反馈评估与自我迭代机制；\n2、推动LLM based RecSys在真实推荐链路中的落地，优化召回、排序、重排、多目标决策、体验对齐等关键环节，面向抖音主Feed的推荐场景，解决内容分发、用户体验、多目标优化、长期价值建模、生态平衡等问题；\n3、参与推荐大模型、生成式推荐、多模态推荐、多场景统一建模等方向研发，提升推荐系统的表达能力、泛化能力和决策能力，建设推荐Auto Research能力，利用LLM/Agent自动探索模型结构、特征组合、Reward设计、策略优化和实验方向，提升算法迭代效率；\n4、与工程、产品、数据科学等团队协作，推动前沿算法方案在大规模线上系统中验证、落地和持续迭代。\n1、本科学历及以上，计算机、人工智能、机器学习、数学、统计学、运筹优化等相关专业；\n2、具备扎实的机器学习和深度学习基础，熟悉推荐系统、搜索、广告、NLP、大模型、强化学习中的一个或多个方向；\n3、熟悉推荐系统核心链路，包括召回、排序、重排、多目标优化、样本构建、特征体系、评估体系和在线实验；\n4、熟悉PyTorch/TensorFlow等主流深度学习框架，具备良好的算法实现能力、工程能力和数据分析能力；\n5、对LLM、Agent、SFT、RL、RAG、Memory、Planning、Tool Use、LLM Judge等方向有深入理解或浓厚兴趣；\n6、具备优秀的问题抽象能力和系统性思考能力，能够从复杂业务场景中提炼关键算法问题，并推动方案落地；具备良好的沟通协作能力，能够在高复杂度、多角色协作环境中推进关键项目。\n\n加分项：\n1、有推荐、搜索、广告、内容理解或大模型系统的工业落地经验；\n2、有LLM for RecSys、Agentic RecSys、生成式推荐、推荐大模型、强化学习、多模态推荐等相关经验；\n3、有Post-training、Reward Modeling、LLM for Judge、Agent Planning等相关项目经验；\n4、在推荐系统、机器学习、NLP、多模态、强化学习等方向发表过较高质量论文，或有较高质量开源项目/竞赛成果；\n5、有高DAU/高QPS场景下的算法优化经验，理解大规模线上系统的稳定性、效率和实验约束；\n6、对AI for Research、自动化算法迭代、自演进推荐系统有持续关注和系统性思考。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [
            "T010"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}