{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "推荐算法工程师（J97672）",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "MEG",
        "location": "新加坡",
        "work_mode": "未披露",AI生成
        "job_category": "技术"AI生成
    },
    "company": {
        "company_name": "百度",
        "company_industry": "互联网 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "baidu.com",
        "company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "-算法开发与优化：负责开发和优化图文内容推荐以及社交工具用户匹配推荐算法，提高推荐系统的准确性和用户满意度\n-数据分析：分析用户行为数据，理解用户偏好，基于数据分析结果不断调整推荐策略\n-模型训练与评估：负责推荐模型的训练、测试和评估，使用适当的评估指标监控模型性能，并针对性地进行优化\n- 特征工程：进行特征提取和特征选择，设计有效的特征来提升模型的预测能力\n-多样性与公平性：确保推荐系统在提供相关性的同时，也能保持内容和用户推荐的多样性与公平性\n-最新技术调研：持续跟踪推荐系统和机器学习领域的最新研究成果和技术动态，探索可能的应用场景\n-团队合作：与产品、数据分析和工程团队紧密合作，共同优化推荐策略，实现业务目标",
        "requirements_text": "-计算机、数学或统计学相关专业，本科及以上学历，可尽快到岗位，线下实习3个月及以上，每周至少出勤4天\n-技术技能：熟练掌握至少一门编程语言，如Python或Scala；理解常用的推荐系统算法（如协同过滤、基于内容的推荐、深度学习推荐模型）；有使用主流机器学习和深度学习框架（如PaddlePaddle、TensorFlow、PyTorch、scikit-learn）的经验者优先\n-数据处理能力：具备良好的数据处理能力，熟悉SQL或其他数据查询语言，能够处理和分析大规模数据集\n-分析和解决问题的能力：具有较强的逻辑思维能力，能够独立分析问题并提出解决方案\n-学习能力：具备快速学习新技术和新知识的能力，对机器学习和推荐系统有浓厚的兴趣\n-沟通和团队合作能力：良好的沟通技巧和团队协作精神，能够在跨职能团队中有效工作\n-创新思维：具有创新思维，对于改进产品和解决复杂问题有热情\n\n加分项：\n- 有相关项目经验，尤其是在图文内容推荐或社交网络用户匹配领域的实践经验\n-发表过相关领域的论文或参与过相关科研项目\n-对大数据技术栈（如Hadoop、Spark）有一定了解和使用经验",
        "skills": [AI生成
            "Python",
            "Scala",
            "SQL",
            "Spark",
            "Hadoop",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "团队协作",
            "解决问题",
            "逻辑思维",
            "学习能力"
        ],
        "preferred_qualifications": "有使用主流机器学习和深度学习框架（如PaddlePaddle、TensorFlow、PyTorch、scikit-learn）的经验者优先；加分项：",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.baidu.com/jobs/detail/INTERN/09f3312d-f8aa-480a-8b3b-153b5250f1b9"
            }
        ]
    },
    "posting": {
        "posting_id": "09f3312d-f8aa-480a-8b3b-153b5250f1b9",
        "post_date": "2026-03-10",
        "hire_time": "计算机、数学或统计学相关专业，本科及以上学历，可尽快到岗位，线下实习3个月及以上，每周至少出勤4天",
        "update_date": "20260917",
        "job_url": "https://talent.baidu.com/jobs/detail/INTERN/09f3312d-f8aa-480a-8b3b-153b5250f1b9"
    },
    "fulltext": "推荐算法工程师（J97672）\n推荐算法工程师（J97672）\n\n基础信息\n部门：MEG\n地点：新加坡\n项目：日常实习项目\n类别：技术\n招聘人数：2\n发布时间：2026-07-21\n\n工作职责\n-算法开发与优化：负责开发和优化图文内容推荐以及社交工具用户匹配推荐算法，提高推荐系统的准确性和用户满意度\n-数据分析：分析用户行为数据，理解用户偏好，基于数据分析结果不断调整推荐策略\n-模型训练与评估：负责推荐模型的训练、测试和评估，使用适当的评估指标监控模型性能，并针对性地进行优化\n- 特征工程：进行特征提取和特征选择，设计有效的特征来提升模型的预测能力\n-多样性与公平性：确保推荐系统在提供相关性的同时，也能保持内容和用户推荐的多样性与公平性\n-最新技术调研：持续跟踪推荐系统和机器学习领域的最新研究成果和技术动态，探索可能的应用场景\n-团队合作：与产品、数据分析和工程团队紧密合作，共同优化推荐策略，实现业务目标\n\n职责要求\n-计算机、数学或统计学相关专业，本科及以上学历，可尽快到岗位，线下实习3个月及以上，每周至少出勤4天\n-技术技能：熟练掌握至少一门编程语言，如Python或Scala；理解常用的推荐系统算法（如协同过滤、基于内容的推荐、深度学习推荐模型）；有使用主流机器学习和深度学习框架（如PaddlePaddle、TensorFlow、PyTorch、scikit-learn）的经验者优先\n-数据处理能力：具备良好的数据处理能力，熟悉SQL或其他数据查询语言，能够处理和分析大规模数据集\n-分析和解决问题的能力：具有较强的逻辑思维能力，能够独立分析问题并提出解决方案\n-学习能力：具备快速学习新技术和新知识的能力，对机器学习和推荐系统有浓厚的兴趣\n-沟通和团队合作能力：良好的沟通技巧和团队协作精神，能够在跨职能团队中有效工作\n-创新思维：具有创新思维，对于改进产品和解决复杂问题有热情\n\n加分项：\n- 有相关项目经验，尤其是在图文内容推荐或社交网络用户匹配领域的实践经验\n-发表过相关领域的论文或参与过相关科研项目\n-对大数据技术栈（如Hadoop、Spark）有一定了解和使用经验\n-算法开发与优化：负责开发和优化图文内容推荐以及社交工具用户匹配推荐算法，提高推荐系统的准确性和用户满意度\n-数据分析：分析用户行为数据，理解用户偏好，基于数据分析结果不断调整推荐策略\n-模型训练与评估：负责推荐模型的训练、测试和评估，使用适当的评估指标监控模型性能，并针对性地进行优化\n- 特征工程：进行特征提取和特征选择，设计有效的特征来提升模型的预测能力\n-多样性与公平性：确保推荐系统在提供相关性的同时，也能保持内容和用户推荐的多样性与公平性\n-最新技术调研：持续跟踪推荐系统和机器学习领域的最新研究成果和技术动态，探索可能的应用场景\n-团队合作：与产品、数据分析和工程团队紧密合作，共同优化推荐策略，实现业务目标\n-计算机、数学或统计学相关专业，本科及以上学历，可尽快到岗位，线下实习3个月及以上，每周至少出勤4天\n-技术技能：熟练掌握至少一门编程语言，如Python或Scala；理解常用的推荐系统算法（如协同过滤、基于内容的推荐、深度学习推荐模型）；有使用主流机器学习和深度学习框架（如PaddlePaddle、TensorFlow、PyTorch、scikit-learn）的经验者优先\n-数据处理能力：具备良好的数据处理能力，熟悉SQL或其他数据查询语言，能够处理和分析大规模数据集\n-分析和解决问题的能力：具有较强的逻辑思维能力，能够独立分析问题并提出解决方案\n-学习能力：具备快速学习新技术和新知识的能力，对机器学习和推荐系统有浓厚的兴趣\n-沟通和团队合作能力：良好的沟通技巧和团队协作精神，能够在跨职能团队中有效工作\n-创新思维：具有创新思维，对于改进产品和解决复杂问题有热情\n\n加分项：\n- 有相关项目经验，尤其是在图文内容推荐或社交网络用户匹配领域的实践经验\n-发表过相关领域的论文或参与过相关科研项目\n-对大数据技术栈（如Hadoop、Spark）有一定了解和使用经验",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}