{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "算法工程师 - Global Ads Core",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京、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": "2027届获得本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍：广告核心团队在不同的广告投放阶段建立关键的变现机制\n1. 我们建立排序、出价、预算、样式、诊断和其他框架，作为中台，使其他广告团队能够并行迭代他们的产品。\n2. 我们实施流量策略，在用户体验的约束下实现收入的持续增长，实现广告主受众的深度探索。\n3. 我们的模型驱动自动化解决方案从头到尾优化广告投放性能。\n\n1、参与国际化广告出价策略与自动化投放算法研发，围绕智能出价、自动创编、素材优选、版位优选等场景，构建高效、稳定、智能的广告投放优化系统；\n2、参与机器学习、强化学习、生成式模型、LLM与Agent等技术在广告决策中的应用，探索广告投放Agent、智能调控、生成式出价、预算分配、冷启动优化、竞价环境建模等方向；\n3、分析广告投放链路中的用户行为、广告主目标、流量价值与竞价环境，挖掘投放效果提升机会，提升成本达成、跑量能力与流量匹配效率；\n4、参与Auto Bidding、Auto Creation、Auto Targeting、Auto Creative、Auto Placement等广告自动化策略建设，帮助广告主以更少操作获得更优投放效果；\n5、与产品、工程、数据科学等团队协作，推进算法方案从问题分析、实验验证到线上落地，持续优化系统效果、稳定性与可扩展性。",
        "requirements_text": "1、2027届获得本科及以上学历，计算机、人工智能、自动化、数学、统计学、运筹优化等相关专业优先；\n2、热爱计算机科学和技术，对计算广告、机器学习、大模型、智能决策类产品有浓厚兴趣；\n3、具备扎实的数据结构和算法功底，熟悉机器学习、深度学习、自然语言处理、数据挖掘、强化学习、生成式模型、运筹优化、分布式计算中一项或多项；\n4、具备优秀的编码、数据分析、问题拆解和工程落地能力，能够面向复杂业务场景提出有效算法方案；\n5、具备良好的沟通协作能力、自驱力和学习能力，对解决具有挑战性的问题充满激情。\n\n加分项：\n1、有推荐系统、计算广告、出价策略、广告自动化相关实习经验或顶会Paper；\n2、有RL、生成式模型、运筹优化、LLM、Agent等相关研究或项目经验或顶会Paper。",
        "skills": [AI生成
            "机器学习",
            "深度学习",
            "强化学习",
            "自然语言处理",
            "数据结构",
            "数据分析",
            "数据挖掘",
            "学习能力",
            "大语言模型"
        ],
        "preferred_qualifications": "1、2027届获得本科及以上学历，计算机、人工智能、自动化、数学、统计学、运筹优化等相关专业优先；加分项：",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7668565372075051269/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7668565372075051269",
        "post_date": "2026-07-31",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7668565372075051269/detail"
    },
    "fulltext": "算法工程师 - Global Ads Core\n职位描述\n团队介绍：广告核心团队在不同的广告投放阶段建立关键的变现机制\n1. 我们建立排序、出价、预算、样式、诊断和其他框架，作为中台，使其他广告团队能够并行迭代他们的产品。\n2. 我们实施流量策略，在用户体验的约束下实现收入的持续增长，实现广告主受众的深度探索。\n3. 我们的模型驱动自动化解决方案从头到尾优化广告投放性能。\n\n1、参与国际化广告出价策略与自动化投放算法研发，围绕智能出价、自动创编、素材优选、版位优选等场景，构建高效、稳定、智能的广告投放优化系统；\n2、参与机器学习、强化学习、生成式模型、LLM与Agent等技术在广告决策中的应用，探索广告投放Agent、智能调控、生成式出价、预算分配、冷启动优化、竞价环境建模等方向；\n3、分析广告投放链路中的用户行为、广告主目标、流量价值与竞价环境，挖掘投放效果提升机会，提升成本达成、跑量能力与流量匹配效率；\n4、参与Auto Bidding、Auto Creation、Auto Targeting、Auto Creative、Auto Placement等广告自动化策略建设，帮助广告主以更少操作获得更优投放效果；\n5、与产品、工程、数据科学等团队协作，推进算法方案从问题分析、实验验证到线上落地，持续优化系统效果、稳定性与可扩展性。\n\n职位要求\n1、2027届获得本科及以上学历，计算机、人工智能、自动化、数学、统计学、运筹优化等相关专业优先；\n2、热爱计算机科学和技术，对计算广告、机器学习、大模型、智能决策类产品有浓厚兴趣；\n3、具备扎实的数据结构和算法功底，熟悉机器学习、深度学习、自然语言处理、数据挖掘、强化学习、生成式模型、运筹优化、分布式计算中一项或多项；\n4、具备优秀的编码、数据分析、问题拆解和工程落地能力，能够面向复杂业务场景提出有效算法方案；\n5、具备良好的沟通协作能力、自驱力和学习能力，对解决具有挑战性的问题充满激情。\n\n加分项：\n1、有推荐系统、计算广告、出价策略、广告自动化相关实习经验或顶会Paper；\n2、有RL、生成式模型、运筹优化、LLM、Agent等相关研究或项目经验或顶会Paper。\n团队介绍：广告核心团队在不同的广告投放阶段建立关键的变现机制\n1. 我们建立排序、出价、预算、样式、诊断和其他框架，作为中台，使其他广告团队能够并行迭代他们的产品。\n2. 我们实施流量策略，在用户体验的约束下实现收入的持续增长，实现广告主受众的深度探索。\n3. 我们的模型驱动自动化解决方案从头到尾优化广告投放性能。\n\n1、参与国际化广告出价策略与自动化投放算法研发，围绕智能出价、自动创编、素材优选、版位优选等场景，构建高效、稳定、智能的广告投放优化系统；\n2、参与机器学习、强化学习、生成式模型、LLM与Agent等技术在广告决策中的应用，探索广告投放Agent、智能调控、生成式出价、预算分配、冷启动优化、竞价环境建模等方向；\n3、分析广告投放链路中的用户行为、广告主目标、流量价值与竞价环境，挖掘投放效果提升机会，提升成本达成、跑量能力与流量匹配效率；\n4、参与Auto Bidding、Auto Creation、Auto Targeting、Auto Creative、Auto Placement等广告自动化策略建设，帮助广告主以更少操作获得更优投放效果；\n5、与产品、工程、数据科学等团队协作，推进算法方案从问题分析、实验验证到线上落地，持续优化系统效果、稳定性与可扩展性。\n1、2027届获得本科及以上学历，计算机、人工智能、自动化、数学、统计学、运筹优化等相关专业优先；\n2、热爱计算机科学和技术，对计算广告、机器学习、大模型、智能决策类产品有浓厚兴趣；\n3、具备扎实的数据结构和算法功底，熟悉机器学习、深度学习、自然语言处理、数据挖掘、强化学习、生成式模型、运筹优化、分布式计算中一项或多项；\n4、具备优秀的编码、数据分析、问题拆解和工程落地能力，能够面向复杂业务场景提出有效算法方案；\n5、具备良好的沟通协作能力、自驱力和学习能力，对解决具有挑战性的问题充满激情。\n\n加分项：\n1、有推荐系统、计算广告、出价策略、广告自动化相关实习经验或顶会Paper；\n2、有RL、生成式模型、运筹优化、LLM、Agent等相关研究或项目经验或顶会Paper。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}