JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "推荐算法工程师-火山引擎",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "将字节跳动最前沿的推荐算法技术在多种亿级日活场景落地,在大规模场景下开展以下工作:\n1、参与广告推荐系统的深度优化,研究并解决大规模广告系统中的各类优化目标及问题,如深度转化目标建模、广告内容混合排序、多场景联动推荐、转化延迟、id泛化性、粗精排一致性等;\n2、探索前沿技术在推荐模型预估上的应用,研究方向包含且不局限于:automl、多任务学习、learning to rank、序列建模、大算力下的大规模深度模型、large预训练模型等;\n3、和工程架构团队密切配合,共同开发优化各类工程组件在各种复杂场景的落地:如大规模推荐引擎架构、大规模流式机器学习框架、大规模离线计算等。",
"requirements_text": "1、2~5年左右工作经验优先;\n2、扎实的算法和数据结构基础,优秀的编码能力,优秀的分析和解决问题能力;\n3、机器学习基础扎实,熟悉深度学习算法(CNN/RNN/LSTM/RL/Transformer/推荐广告的大规模Sparse&Dense模型等);\n4、熟悉至少一种主流深度学习编程框架(TensorFlow/PyTorch);\n5、熟悉C++和Python语言,熟悉Linux开发环境;\n6、具备优秀的学习能力和良好的团队合作精神,较好的沟通能力以及抗压能力;\n7、有推荐、广告、信息检索或相关领域的实战经验优先。",
"skills": [AI生成
"Python",
"C++",
"Linux",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"数据结构",
"团队协作",
"沟通能力",
"解决问题",
"学习能力"
],
"preferred_qualifications": "1、2~5年左右工作经验优先;7、有推荐、广告、信息检索或相关领域的实战经验优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7137576413959555335/detail"
}
]
},
"posting": {
"posting_id": "7137576413959555335",
"post_date": "2023-04-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7137576413959555335/detail"
},
"fulltext": "推荐算法工程师-火山引擎\n职位描述\n将字节跳动最前沿的推荐算法技术在多种亿级日活场景落地,在大规模场景下开展以下工作:\n1、参与广告推荐系统的深度优化,研究并解决大规模广告系统中的各类优化目标及问题,如深度转化目标建模、广告内容混合排序、多场景联动推荐、转化延迟、id泛化性、粗精排一致性等;\n2、探索前沿技术在推荐模型预估上的应用,研究方向包含且不局限于:automl、多任务学习、learning to rank、序列建模、大算力下的大规模深度模型、large预训练模型等;\n3、和工程架构团队密切配合,共同开发优化各类工程组件在各种复杂场景的落地:如大规模推荐引擎架构、大规模流式机器学习框架、大规模离线计算等。\n\n职位要求\n1、2~5年左右工作经验优先;\n2、扎实的算法和数据结构基础,优秀的编码能力,优秀的分析和解决问题能力;\n3、机器学习基础扎实,熟悉深度学习算法(CNN/RNN/LSTM/RL/Transformer/推荐广告的大规模Sparse&Dense模型等);\n4、熟悉至少一种主流深度学习编程框架(TensorFlow/PyTorch);\n5、熟悉C++和Python语言,熟悉Linux开发环境;\n6、具备优秀的学习能力和良好的团队合作精神,较好的沟通能力以及抗压能力;\n7、有推荐、广告、信息检索或相关领域的实战经验优先。\n将字节跳动最前沿的推荐算法技术在多种亿级日活场景落地,在大规模场景下开展以下工作:\n1、参与广告推荐系统的深度优化,研究并解决大规模广告系统中的各类优化目标及问题,如深度转化目标建模、广告内容混合排序、多场景联动推荐、转化延迟、id泛化性、粗精排一致性等;\n2、探索前沿技术在推荐模型预估上的应用,研究方向包含且不局限于:automl、多任务学习、learning to rank、序列建模、大算力下的大规模深度模型、large预训练模型等;\n3、和工程架构团队密切配合,共同开发优化各类工程组件在各种复杂场景的落地:如大规模推荐引擎架构、大规模流式机器学习框架、大规模离线计算等。\n1、2~5年左右工作经验优先;\n2、扎实的算法和数据结构基础,优秀的编码能力,优秀的分析和解决问题能力;\n3、机器学习基础扎实,熟悉深度学习算法(CNN/RNN/LSTM/RL/Transformer/推荐广告的大规模Sparse&Dense模型等);\n4、熟悉至少一种主流深度学习编程框架(TensorFlow/PyTorch);\n5、熟悉C++和Python语言,熟悉Linux开发环境;\n6、具备优秀的学习能力和良好的团队合作精神,较好的沟通能力以及抗压能力;\n7、有推荐、广告、信息检索或相关领域的实战经验优先。"
}