{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "激励推荐算法工程师 - TikTok算法",
        "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届获得硕士及以上学位",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍：TikTok搜推算法团队，负责TikTok短视频产品的基础推荐、搜索算法，加入我们，你能接触到包括搜索、用户增长、社交、直播、内容创造、内容消费等核心业务场景，直接为核心用户体验负责，支持产品在全球赛道上高速发展。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、多模态大模型的落地，并着力研究下一代AI Search和Chatbot的核心研发技术，包括不限于Multi-Agent、Agentic RL、Harness、Loop Engineering，探索强化学习在大模型时代的新范式。在这里，你可以深入钻研机器学习算法的改进和优化，探索前沿的技术；可以感受不同文化的碰撞，激发认知；可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。\n\n1、通过因果推断、强化学习、运筹规划等前沿技术，构建用户深度体验的增长模型，优化激励策略的精准性与效率，提升平台商业化价值；\n2、设计并落地动态激励系统，平衡短期收益与长期用户价值，驱动用户活跃与留存的正向循环；\n3、短视频推荐方向：\n1）主导TikTok Pro端融合激励信号与内容兴趣的混合推荐算法研发，解决业界少有的「激励产品×短视频APP」双形态协同难题；\n2）构建专属Pro用户的内容理解与增长模型，结合激励行为、创作生态与内容消费数据，打造差异化推荐体验；\n3）探索大模型、多目标优化、序列建模等技术在「激励x内容」联合建模中的创新应用，定义下一代增长范式。",
        "requirements_text": "1、2027届获得硕士及以上学位，计算机、人工智能、数学、运筹学等相关专业；\n2、扎实的编码能力（C++/Python/Scala）与数据结构/算法基础，熟悉分布式系统开发；\n3、精通以下至少一个领域：因果推断、运筹优化、强化学习、推荐系统、搜索引擎；\n4、熟悉大模型、图神经网络（GNN）、序列建模等技术，有计算广告、激励系统研究实践经验者优先；\n5、优秀的分析问题和解决问题能力，强烈的技术热情与创新意识，追求技术落地与业务价值的双重闭环；\n6、对复杂业务场景有抽象能力，能独立设计技术方案解决非标准化问题，具备优秀的跨团队协作能力，能以技术语言驱动业务决策。",
        "skills": [AI生成
            "Python",
            "C++",
            "Scala",
            "强化学习",
            "数据结构",
            "分布式系统",
            "团队协作",
            "解决问题",
            "建模",
            "大语言模型"
        ],
        "preferred_qualifications": "4、熟悉大模型、图神经网络（GNN）、序列建模等技术，有计算广告、激励系统研究实践经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7668652474865043765/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7668652474865043765",
        "post_date": "2026-07-31",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7668652474865043765/detail"
    },
    "fulltext": "激励推荐算法工程师 - TikTok算法\n职位描述\n团队介绍：TikTok搜推算法团队，负责TikTok短视频产品的基础推荐、搜索算法，加入我们，你能接触到包括搜索、用户增长、社交、直播、内容创造、内容消费等核心业务场景，直接为核心用户体验负责，支持产品在全球赛道上高速发展。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、多模态大模型的落地，并着力研究下一代AI Search和Chatbot的核心研发技术，包括不限于Multi-Agent、Agentic RL、Harness、Loop Engineering，探索强化学习在大模型时代的新范式。在这里，你可以深入钻研机器学习算法的改进和优化，探索前沿的技术；可以感受不同文化的碰撞，激发认知；可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。\n\n1、通过因果推断、强化学习、运筹规划等前沿技术，构建用户深度体验的增长模型，优化激励策略的精准性与效率，提升平台商业化价值；\n2、设计并落地动态激励系统，平衡短期收益与长期用户价值，驱动用户活跃与留存的正向循环；\n3、短视频推荐方向：\n1）主导TikTok Pro端融合激励信号与内容兴趣的混合推荐算法研发，解决业界少有的「激励产品×短视频APP」双形态协同难题；\n2）构建专属Pro用户的内容理解与增长模型，结合激励行为、创作生态与内容消费数据，打造差异化推荐体验；\n3）探索大模型、多目标优化、序列建模等技术在「激励x内容」联合建模中的创新应用，定义下一代增长范式。\n\n职位要求\n1、2027届获得硕士及以上学位，计算机、人工智能、数学、运筹学等相关专业；\n2、扎实的编码能力（C++/Python/Scala）与数据结构/算法基础，熟悉分布式系统开发；\n3、精通以下至少一个领域：因果推断、运筹优化、强化学习、推荐系统、搜索引擎；\n4、熟悉大模型、图神经网络（GNN）、序列建模等技术，有计算广告、激励系统研究实践经验者优先；\n5、优秀的分析问题和解决问题能力，强烈的技术热情与创新意识，追求技术落地与业务价值的双重闭环；\n6、对复杂业务场景有抽象能力，能独立设计技术方案解决非标准化问题，具备优秀的跨团队协作能力，能以技术语言驱动业务决策。\n团队介绍：TikTok搜推算法团队，负责TikTok短视频产品的基础推荐、搜索算法，加入我们，你能接触到包括搜索、用户增长、社交、直播、内容创造、内容消费等核心业务场景，直接为核心用户体验负责，支持产品在全球赛道上高速发展。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、多模态大模型的落地，并着力研究下一代AI Search和Chatbot的核心研发技术，包括不限于Multi-Agent、Agentic RL、Harness、Loop Engineering，探索强化学习在大模型时代的新范式。在这里，你可以深入钻研机器学习算法的改进和优化，探索前沿的技术；可以感受不同文化的碰撞，激发认知；可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。\n\n1、通过因果推断、强化学习、运筹规划等前沿技术，构建用户深度体验的增长模型，优化激励策略的精准性与效率，提升平台商业化价值；\n2、设计并落地动态激励系统，平衡短期收益与长期用户价值，驱动用户活跃与留存的正向循环；\n3、短视频推荐方向：\n1）主导TikTok Pro端融合激励信号与内容兴趣的混合推荐算法研发，解决业界少有的「激励产品×短视频APP」双形态协同难题；\n2）构建专属Pro用户的内容理解与增长模型，结合激励行为、创作生态与内容消费数据，打造差异化推荐体验；\n3）探索大模型、多目标优化、序列建模等技术在「激励x内容」联合建模中的创新应用，定义下一代增长范式。\n1、2027届获得硕士及以上学位，计算机、人工智能、数学、运筹学等相关专业；\n2、扎实的编码能力（C++/Python/Scala）与数据结构/算法基础，熟悉分布式系统开发；\n3、精通以下至少一个领域：因果推断、运筹优化、强化学习、推荐系统、搜索引擎；\n4、熟悉大模型、图神经网络（GNN）、序列建模等技术，有计算广告、激励系统研究实践经验者优先；\n5、优秀的分析问题和解决问题能力，强烈的技术热情与创新意识，追求技术落地与业务价值的双重闭环；\n6、对复杂业务场景有抽象能力，能独立设计技术方案解决非标准化问题，具备优秀的跨团队协作能力，能以技术语言驱动业务决策。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}