JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "国际化广告算法工程师-Ads Core",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "上海",
"work_mode": "未披露",AI生成
"job_category": "研发"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": "1、参与/负责字节跳动国际化业务广告排序算法优化,提升系统变现效率及客户体验;\n2、负责大规模广告系统的全链路优化(召回/粗排/精排),持续提升系统变现效率;\n3、充分感知客户反馈,通过全链路优化从根本提升客户体验,包括模型泛化/素材探索与利用/自动定向等;\n4、探索强化学习和生成式混排策略,在保障用户体验的约束下实现收入最大化,落地不同投放体裁的最优排序逻辑;\n5、研发生成式召回技术,捕捉用户在不同APP下的LifeLong行为意图,参与重构级联漏斗排序架构。",
"requirements_text": "1、具备优秀的编码能力,扎实的数据结构和算法功底,扎实的机器学习/深度学习理论和实践经验;\n2、熟悉至少一种主流深度学习编程框架(TensorFlow/PyTorch),熟悉其底层架构和实现机制;\n3、优秀的分析问题和解决问题的能力,对解决具有挑战性问题充满激情;\n4、对技术有热情,有良好的沟通表达能力和团队精神。\n\n加分项\n1、在广告和推荐场景有过模型或者客户生态相关工作经验;\n2、在相关会议(ICML & NIPS & ICLR,Recsys & KDD等)上发表过论文;\n3、有LLM/生成式AI/强化学习相关研究经验,或在推荐/广告场景有相关算法迭代经验者优先。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"强化学习",
"数据结构",
"沟通表达",
"解决问题"
],
"preferred_qualifications": "加分项;3、有LLM/生成式AI/强化学习相关研究经验,或在推荐/广告场景有相关算法迭代经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7230667878638618939/detail"
}
]
},
"posting": {
"posting_id": "7230667878638618939",
"post_date": "2023-05-08",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7230667878638618939/detail"
},
"fulltext": "国际化广告算法工程师-Ads Core\n职位描述\n1、参与/负责字节跳动国际化业务广告排序算法优化,提升系统变现效率及客户体验;\n2、负责大规模广告系统的全链路优化(召回/粗排/精排),持续提升系统变现效率;\n3、充分感知客户反馈,通过全链路优化从根本提升客户体验,包括模型泛化/素材探索与利用/自动定向等;\n4、探索强化学习和生成式混排策略,在保障用户体验的约束下实现收入最大化,落地不同投放体裁的最优排序逻辑;\n5、研发生成式召回技术,捕捉用户在不同APP下的LifeLong行为意图,参与重构级联漏斗排序架构。\n\n职位要求\n1、具备优秀的编码能力,扎实的数据结构和算法功底,扎实的机器学习/深度学习理论和实践经验;\n2、熟悉至少一种主流深度学习编程框架(TensorFlow/PyTorch),熟悉其底层架构和实现机制;\n3、优秀的分析问题和解决问题的能力,对解决具有挑战性问题充满激情;\n4、对技术有热情,有良好的沟通表达能力和团队精神。\n\n加分项\n1、在广告和推荐场景有过模型或者客户生态相关工作经验;\n2、在相关会议(ICML & NIPS & ICLR,Recsys & KDD等)上发表过论文;\n3、有LLM/生成式AI/强化学习相关研究经验,或在推荐/广告场景有相关算法迭代经验者优先。\n1、参与/负责字节跳动国际化业务广告排序算法优化,提升系统变现效率及客户体验;\n2、负责大规模广告系统的全链路优化(召回/粗排/精排),持续提升系统变现效率;\n3、充分感知客户反馈,通过全链路优化从根本提升客户体验,包括模型泛化/素材探索与利用/自动定向等;\n4、探索强化学习和生成式混排策略,在保障用户体验的约束下实现收入最大化,落地不同投放体裁的最优排序逻辑;\n5、研发生成式召回技术,捕捉用户在不同APP下的LifeLong行为意图,参与重构级联漏斗排序架构。\n1、具备优秀的编码能力,扎实的数据结构和算法功底,扎实的机器学习/深度学习理论和实践经验;\n2、熟悉至少一种主流深度学习编程框架(TensorFlow/PyTorch),熟悉其底层架构和实现机制;\n3、优秀的分析问题和解决问题的能力,对解决具有挑战性问题充满激情;\n4、对技术有热情,有良好的沟通表达能力和团队精神。\n\n加分项\n1、在广告和推荐场景有过模型或者客户生态相关工作经验;\n2、在相关会议(ICML & NIPS & ICLR,Recsys & KDD等)上发表过论文;\n3、有LLM/生成式AI/强化学习相关研究经验,或在推荐/广告场景有相关算法迭代经验者优先。"
}