主分类：搜索推荐与业务决策算法研发
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": "AI安全研究工程师-TikTok Shop",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "安全"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": 3,
"degree": "计算机科学、数学、统计学、人工智能或相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、算法研发与落地：负责神经网络、深度学习等算法在安全场景中的研发，包括但不限于风险识别、异常检测、行为建模等方向；\n2、业务问题解决：深入理解电商业安全全业务痛点，将AI算法能力与业务需求结合，设计并交付可量产的解决方案，推动算法在实际业务中产生可衡量的效果；\n3、模型全生命周期管理：参与数据构建、特征工程、模型训练、效果评估、上线部署及持续迭代优化，确保模型在生产环境中的稳定性与效果；\n4、技术沉淀与创新：跟踪深度学习、神经网络等领域的前沿进展，探索新技术在安全/风控场景中的应用可能性，推动团队技术能力的持续提升。",
"requirements_text": "1、计算机科学、数学、统计学、人工智能或相关专业本科及以上学历；\n2、3-5年及以上算法研发工作经验，具备完整的算法项目落地经历；\n3、神经网络算法落地经验：熟悉深度学习框架（如TensorFlow、PyTorch等），在CNN、RNN、Transformer、GNN等神经网络架构上有实际的业务落地经验，能够将模型从研究阶段推进到生产环境；\n4、安全/风控/治理业务经验：具备电商安全、风控、反欺诈、反作弊、内容安全、隐私保护等相关领域中一类的实际工作经验，理解业务场景中的风险特征与对抗逻辑。\n\n加分项\n1、有大模型（LLM）在安全/风控场景中的应用经验；\n2、熟悉图神经网络、序列建模、异常检测等算法在风险识别中的实践经验。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"深度学习",
"建模",
"大语言模型"
],
"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/7669713975020357893/detail"
}
]
},
"posting": {
"posting_id": "7669713975020357893",
"post_date": "2026-08-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7669713975020357893/detail"
},
"fulltext": "AI安全研究工程师-TikTok Shop\n职位描述\n1、算法研发与落地：负责神经网络、深度学习等算法在安全场景中的研发，包括但不限于风险识别、异常检测、行为建模等方向；\n2、业务问题解决：深入理解电商业安全全业务痛点，将AI算法能力与业务需求结合，设计并交付可量产的解决方案，推动算法在实际业务中产生可衡量的效果；\n3、模型全生命周期管理：参与数据构建、特征工程、模型训练、效果评估、上线部署及持续迭代优化，确保模型在生产环境中的稳定性与效果；\n4、技术沉淀与创新：跟踪深度学习、神经网络等领域的前沿进展，探索新技术在安全/风控场景中的应用可能性，推动团队技术能力的持续提升。\n\n职位要求\n1、计算机科学、数学、统计学、人工智能或相关专业本科及以上学历；\n2、3-5年及以上算法研发工作经验，具备完整的算法项目落地经历；\n3、神经网络算法落地经验：熟悉深度学习框架（如TensorFlow、PyTorch等），在CNN、RNN、Transformer、GNN等神经网络架构上有实际的业务落地经验，能够将模型从研究阶段推进到生产环境；\n4、安全/风控/治理业务经验：具备电商安全、风控、反欺诈、反作弊、内容安全、隐私保护等相关领域中一类的实际工作经验，理解业务场景中的风险特征与对抗逻辑。\n\n加分项\n1、有大模型（LLM）在安全/风控场景中的应用经验；\n2、熟悉图神经网络、序列建模、异常检测等算法在风险识别中的实践经验。\n1、算法研发与落地：负责神经网络、深度学习等算法在安全场景中的研发，包括但不限于风险识别、异常检测、行为建模等方向；\n2、业务问题解决：深入理解电商业安全全业务痛点，将AI算法能力与业务需求结合，设计并交付可量产的解决方案，推动算法在实际业务中产生可衡量的效果；\n3、模型全生命周期管理：参与数据构建、特征工程、模型训练、效果评估、上线部署及持续迭代优化，确保模型在生产环境中的稳定性与效果；\n4、技术沉淀与创新：跟踪深度学习、神经网络等领域的前沿进展，探索新技术在安全/风控场景中的应用可能性，推动团队技术能力的持续提升。\n1、计算机科学、数学、统计学、人工智能或相关专业本科及以上学历；\n2、3-5年及以上算法研发工作经验，具备完整的算法项目落地经历；\n3、神经网络算法落地经验：熟悉深度学习框架（如TensorFlow、PyTorch等），在CNN、RNN、Transformer、GNN等神经网络架构上有实际的业务落地经验，能够将模型从研究阶段推进到生产环境；\n4、安全/风控/治理业务经验：具备电商安全、风控、反欺诈、反作弊、内容安全、隐私保护等相关领域中一类的实际工作经验，理解业务场景中的风险特征与对抗逻辑。\n\n加分项\n1、有大模型（LLM）在安全/风控场景中的应用经验；\n2、熟悉图神经网络、序列建模、异常检测等算法在风险识别中的实践经验。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}