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": "推荐算法工程师 - 中国交易与广告",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京、杭州",
"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：中国交易与广告，基于个性化推荐、深度学习和大模型技术，依托抖音、今日头条、红果短剧、西瓜视频、番茄小说等多元产品，构建抖音电商、生活服务、广告营销等核心营收业务的算法策略和工程架构。部门运用领先的算法能力，精准连接海量用户与商家，通过推荐、广告和搜索算法精准匹配需求并促进交易达成，保障用户体验与商家权益，实现营收业务可持续增长；基于深厚的技术积累，构建高效、智能、可靠的交易与广告产品，全面提升多行业收入变现与市场占有。在这里，你将直面超大规模流量与复杂业务场景的技术挑战，深度应用业界领先的商业模型与算法技术，投身面向未来的数字营销能力建设，持续探索前沿技术。\n\n1、负责推荐系统链路的算法与模型迭代，面向“召回→粗排→精排→重排/混排”的完整流程，持续提升分发效率与用户体验，并对指标（点击、转化、完播/停留、交易价值与长期价值等）负责；\n2、建设多路召回与向量检索体系：包括双塔/表征学习、ANN检索、语义召回与多模态召回等方向；结合用户意图、上下文与实时信号，提升覆盖率、相关性与实时性；\n3、建设粗排、精排与重排/混排模型体系：以Transformer为核心进行序列建模与交互建模，结合样本/特征/损失设计与训练技巧，在稳定性、鲁棒性与在线收益之间做权衡；在用户体验、商业收益、生态健康与合规约束之间做平衡；结合因果推断、强化学习、约束优化与探索-利用机制，提升长期收益与系统稳定性；\n4、推动模型Scaling与训练范式升级：围绕更大规模数据、更长序列、更大模型与更强训练策略（如自监督预训练、多任务学习、蒸馏、对比学习等）实现可控收益，并沉淀可复用的训练与评估方法论；\n5、探索生成式推荐与LLM4Rec：将大模型的语义理解与推理能力引入候选生成、召回增强、重排、混排等环节，提升复杂需求理解、冷启动与长尾分发效果；\n6、推进推荐工程化落地：构建样本与特征体系、离线训练与在线推理链路，优化时延与成本（量化/蒸馏/剪枝/推理加速、向量服务、特征一致性与可观测性），并通过AB实验与评测体系实现持续迭代闭环。",
"requirements_text": "1、2027届获得本科及以上学历，计算机、数学、统计学、电子工程或相关专业优先；\n2、具备扎实的数据结构、算法与机器学习/深度学习基础，对推荐/广告/搜索等方向至少一个有系统性理解；\n3、熟悉主流深度学习框架（PyTorch/TensorFlow等）与常见训练/推理优化方法，具备良好的工程实现能力与代码习惯；\n4、具备优秀的数据分析与问题拆解能力，能够从业务目标出发定义指标、定位问题、设计实验并推动上线迭代；\n5、对Transformer、序列建模、Embedding/表征学习、向量检索、重排/混排与多目标优化等方向有实践经验者优先；\n6、有大规模推荐系统、在线实验、高并发服务、特征工程或样本体系建设经验者优先。\n\n加分项\n1、有生成式推荐/LLM4Rec、语义召回、大模型重排、多模态理解或相关方向的落地经验；\n2、在顶级会议（CCF-A类，如ICML、NeurIPS、ICLR、AAAI、IJCAI、KDD、RecSys、SIGIR等）发表过论文或有高质量开源贡献；\n3、有金融/保险/电商/本地生活/线索经营等复杂交易场景经验，或对合规约束与长周期经营问题有深入理解。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"数据结构",
"数据分析",
"建模",
"大语言模型"
],
"preferred_qualifications": "1、2027届获得本科及以上学历，计算机、数学、统计学、电子工程或相关专业优先；5、对Transformer、序列建模、Embedding/表征学习、向量检索、重排/混排与多目标优化等方向有实践经验者优先；6、有大规模推荐系统、在线实验、高并发服务、特征工程或样本体系建设经验者优先；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/7672981062763727157/detail"
}
]
},
"posting": {
"posting_id": "7672981062763727157",
"post_date": "2026-08-12",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7672981062763727157/detail"
},
"fulltext": "推荐算法工程师 - 中国交易与广告\n职位描述\n团队介绍：中国交易与广告，基于个性化推荐、深度学习和大模型技术，依托抖音、今日头条、红果短剧、西瓜视频、番茄小说等多元产品，构建抖音电商、生活服务、广告营销等核心营收业务的算法策略和工程架构。部门运用领先的算法能力，精准连接海量用户与商家，通过推荐、广告和搜索算法精准匹配需求并促进交易达成，保障用户体验与商家权益，实现营收业务可持续增长；基于深厚的技术积累，构建高效、智能、可靠的交易与广告产品，全面提升多行业收入变现与市场占有。在这里，你将直面超大规模流量与复杂业务场景的技术挑战，深度应用业界领先的商业模型与算法技术，投身面向未来的数字营销能力建设，持续探索前沿技术。\n\n1、负责推荐系统链路的算法与模型迭代，面向“召回→粗排→精排→重排/混排”的完整流程，持续提升分发效率与用户体验，并对指标（点击、转化、完播/停留、交易价值与长期价值等）负责；\n2、建设多路召回与向量检索体系：包括双塔/表征学习、ANN检索、语义召回与多模态召回等方向；结合用户意图、上下文与实时信号，提升覆盖率、相关性与实时性；\n3、建设粗排、精排与重排/混排模型体系：以Transformer为核心进行序列建模与交互建模，结合样本/特征/损失设计与训练技巧，在稳定性、鲁棒性与在线收益之间做权衡；在用户体验、商业收益、生态健康与合规约束之间做平衡；结合因果推断、强化学习、约束优化与探索-利用机制，提升长期收益与系统稳定性；\n4、推动模型Scaling与训练范式升级：围绕更大规模数据、更长序列、更大模型与更强训练策略（如自监督预训练、多任务学习、蒸馏、对比学习等）实现可控收益，并沉淀可复用的训练与评估方法论；\n5、探索生成式推荐与LLM4Rec：将大模型的语义理解与推理能力引入候选生成、召回增强、重排、混排等环节，提升复杂需求理解、冷启动与长尾分发效果；\n6、推进推荐工程化落地：构建样本与特征体系、离线训练与在线推理链路，优化时延与成本（量化/蒸馏/剪枝/推理加速、向量服务、特征一致性与可观测性），并通过AB实验与评测体系实现持续迭代闭环。\n\n职位要求\n1、2027届获得本科及以上学历，计算机、数学、统计学、电子工程或相关专业优先；\n2、具备扎实的数据结构、算法与机器学习/深度学习基础，对推荐/广告/搜索等方向至少一个有系统性理解；\n3、熟悉主流深度学习框架（PyTorch/TensorFlow等）与常见训练/推理优化方法，具备良好的工程实现能力与代码习惯；\n4、具备优秀的数据分析与问题拆解能力，能够从业务目标出发定义指标、定位问题、设计实验并推动上线迭代；\n5、对Transformer、序列建模、Embedding/表征学习、向量检索、重排/混排与多目标优化等方向有实践经验者优先；\n6、有大规模推荐系统、在线实验、高并发服务、特征工程或样本体系建设经验者优先。\n\n加分项\n1、有生成式推荐/LLM4Rec、语义召回、大模型重排、多模态理解或相关方向的落地经验；\n2、在顶级会议（CCF-A类，如ICML、NeurIPS、ICLR、AAAI、IJCAI、KDD、RecSys、SIGIR等）发表过论文或有高质量开源贡献；\n3、有金融/保险/电商/本地生活/线索经营等复杂交易场景经验，或对合规约束与长周期经营问题有深入理解。\n团队介绍：中国交易与广告，基于个性化推荐、深度学习和大模型技术，依托抖音、今日头条、红果短剧、西瓜视频、番茄小说等多元产品，构建抖音电商、生活服务、广告营销等核心营收业务的算法策略和工程架构。部门运用领先的算法能力，精准连接海量用户与商家，通过推荐、广告和搜索算法精准匹配需求并促进交易达成，保障用户体验与商家权益，实现营收业务可持续增长；基于深厚的技术积累，构建高效、智能、可靠的交易与广告产品，全面提升多行业收入变现与市场占有。在这里，你将直面超大规模流量与复杂业务场景的技术挑战，深度应用业界领先的商业模型与算法技术，投身面向未来的数字营销能力建设，持续探索前沿技术。\n\n1、负责推荐系统链路的算法与模型迭代，面向“召回→粗排→精排→重排/混排”的完整流程，持续提升分发效率与用户体验，并对指标（点击、转化、完播/停留、交易价值与长期价值等）负责；\n2、建设多路召回与向量检索体系：包括双塔/表征学习、ANN检索、语义召回与多模态召回等方向；结合用户意图、上下文与实时信号，提升覆盖率、相关性与实时性；\n3、建设粗排、精排与重排/混排模型体系：以Transformer为核心进行序列建模与交互建模，结合样本/特征/损失设计与训练技巧，在稳定性、鲁棒性与在线收益之间做权衡；在用户体验、商业收益、生态健康与合规约束之间做平衡；结合因果推断、强化学习、约束优化与探索-利用机制，提升长期收益与系统稳定性；\n4、推动模型Scaling与训练范式升级：围绕更大规模数据、更长序列、更大模型与更强训练策略（如自监督预训练、多任务学习、蒸馏、对比学习等）实现可控收益，并沉淀可复用的训练与评估方法论；\n5、探索生成式推荐与LLM4Rec：将大模型的语义理解与推理能力引入候选生成、召回增强、重排、混排等环节，提升复杂需求理解、冷启动与长尾分发效果；\n6、推进推荐工程化落地：构建样本与特征体系、离线训练与在线推理链路，优化时延与成本（量化/蒸馏/剪枝/推理加速、向量服务、特征一致性与可观测性），并通过AB实验与评测体系实现持续迭代闭环。\n1、2027届获得本科及以上学历，计算机、数学、统计学、电子工程或相关专业优先；\n2、具备扎实的数据结构、算法与机器学习/深度学习基础，对推荐/广告/搜索等方向至少一个有系统性理解；\n3、熟悉主流深度学习框架（PyTorch/TensorFlow等）与常见训练/推理优化方法，具备良好的工程实现能力与代码习惯；\n4、具备优秀的数据分析与问题拆解能力，能够从业务目标出发定义指标、定位问题、设计实验并推动上线迭代；\n5、对Transformer、序列建模、Embedding/表征学习、向量检索、重排/混排与多目标优化等方向有实践经验者优先；\n6、有大规模推荐系统、在线实验、高并发服务、特征工程或样本体系建设经验者优先。\n\n加分项\n1、有生成式推荐/LLM4Rec、语义召回、大模型重排、多模态理解或相关方向的落地经验；\n2、在顶级会议（CCF-A类，如ICML、NeurIPS、ICLR、AAAI、IJCAI、KDD、RecSys、SIGIR等）发表过论文或有高质量开源贡献；\n3、有金融/保险/电商/本地生活/线索经营等复杂交易场景经验，或对合规约束与长周期经营问题有深入理解。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}