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": "【快Star实习】增长算法工程师",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "未披露",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "J1001"AI生成
},
"company": {
"company_name": "快手科技",
"company_industry": "内容社区 / 直播 / 电商 / 人工智能",
"company_size": "10000人以上",
"company_website": "kuaishou.com",
"company_description": "快手是内容社区与技术平台公司,业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【快Star实习】增长算法工程师\n\n基础信息\n招聘项目:全部校招\n招聘类型:校招\n职位类别:J1001\n工作地点:北京\n发布时间:2026-03-06\n\n岗位职责\n1、参与大规模的短视频推荐和补贴裂变等业务的模型策略优化,提升用户消费体验(如时长、点击率、互动)和用户留存率、DAU等核心指标;\n2、参与机器学习,如深度学习、因果推断领域的技术研发工作,包括但不限于DNN模型优化、因果推断模型、迁移学习、元学习、强化学习和图模型等的算法和系统研发等;\n3、参与前沿问题的探索与研究,结合实际应用场景,提供技术优化和落地建议。\n\n任职要求\n1、硕士及以上学历,计算机科学、数学或统计学相关专业;\n2、熟悉Linux、Python、C++/Java,具备优秀的编码能力,有扎实的数据结构和算法功底;\n3、熟悉大规模数据挖掘或分布式计算等技术;\n4、有较强的自驱力和学习能力,善于阅读文献,具备优秀的分析和解决问题的能力。\n加分项:\n1、有推荐系统、因果推断、信息检索、NLP、计算广告学等领域研究及实习经验;\n2、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶会有文献发表;\n3、有ACM / Topcoder Algorithm 或类似算法竞赛经历。",
"requirements_text": "【快Star实习】增长算法工程师\n\n基础信息\n招聘项目:全部校招\n招聘类型:校招\n职位类别:J1001\n工作地点:北京\n发布时间:2026-03-06\n\n岗位职责\n1、参与大规模的短视频推荐和补贴裂变等业务的模型策略优化,提升用户消费体验(如时长、点击率、互动)和用户留存率、DAU等核心指标;\n2、参与机器学习,如深度学习、因果推断领域的技术研发工作,包括但不限于DNN模型优化、因果推断模型、迁移学习、元学习、强化学习和图模型等的算法和系统研发等;\n3、参与前沿问题的探索与研究,结合实际应用场景,提供技术优化和落地建议。\n\n任职要求\n1、硕士及以上学历,计算机科学、数学或统计学相关专业;\n2、熟悉Linux、Python、C++/Java,具备优秀的编码能力,有扎实的数据结构和算法功底;\n3、熟悉大规模数据挖掘或分布式计算等技术;\n4、有较强的自驱力和学习能力,善于阅读文献,具备优秀的分析和解决问题的能力。\n加分项:\n1、有推荐系统、因果推断、信息检索、NLP、计算广告学等领域研究及实习经验;\n2、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶会有文献发表;\n3、有ACM / Topcoder Algorithm 或类似算法竞赛经历。",
"skills": [AI生成
"Python",
"Java",
"C++",
"Linux",
"机器学习",
"深度学习",
"强化学习",
"自然语言处理",
"数据结构",
"数据挖掘",
"解决问题",
"学习能力",
"招聘"
],
"preferred_qualifications": "加分项:",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/11168?recruitSubProjectCodes="
}
]
},
"posting": {
"posting_id": "11168",
"post_date": "2026-03-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/11168?recruitSubProjectCodes="
},
"fulltext": "【快Star实习】增长算法工程师\n【快Star实习】增长算法工程师\n\n基础信息\n招聘项目:全部校招\n招聘类型:校招\n职位类别:J1001\n工作地点:北京\n发布时间:2026-03-06\n\n岗位职责\n1、参与大规模的短视频推荐和补贴裂变等业务的模型策略优化,提升用户消费体验(如时长、点击率、互动)和用户留存率、DAU等核心指标;\n2、参与机器学习,如深度学习、因果推断领域的技术研发工作,包括但不限于DNN模型优化、因果推断模型、迁移学习、元学习、强化学习和图模型等的算法和系统研发等;\n3、参与前沿问题的探索与研究,结合实际应用场景,提供技术优化和落地建议。\n\n任职要求\n1、硕士及以上学历,计算机科学、数学或统计学相关专业;\n2、熟悉Linux、Python、C++/Java,具备优秀的编码能力,有扎实的数据结构和算法功底;\n3、熟悉大规模数据挖掘或分布式计算等技术;\n4、有较强的自驱力和学习能力,善于阅读文献,具备优秀的分析和解决问题的能力。\n加分项:\n1、有推荐系统、因果推断、信息检索、NLP、计算广告学等领域研究及实习经验;\n2、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶会有文献发表;\n3、有ACM / Topcoder Algorithm 或类似算法竞赛经历。\n【快Star实习】增长算法工程师\n\n基础信息\n招聘项目:全部校招\n招聘类型:校招\n职位类别:J1001\n工作地点:北京\n发布时间:2026-03-06\n\n岗位职责\n1、参与大规模的短视频推荐和补贴裂变等业务的模型策略优化,提升用户消费体验(如时长、点击率、互动)和用户留存率、DAU等核心指标;\n2、参与机器学习,如深度学习、因果推断领域的技术研发工作,包括但不限于DNN模型优化、因果推断模型、迁移学习、元学习、强化学习和图模型等的算法和系统研发等;\n3、参与前沿问题的探索与研究,结合实际应用场景,提供技术优化和落地建议。\n\n任职要求\n1、硕士及以上学历,计算机科学、数学或统计学相关专业;\n2、熟悉Linux、Python、C++/Java,具备优秀的编码能力,有扎实的数据结构和算法功底;\n3、熟悉大规模数据挖掘或分布式计算等技术;\n4、有较强的自驱力和学习能力,善于阅读文献,具备优秀的分析和解决问题的能力。\n加分项:\n1、有推荐系统、因果推断、信息检索、NLP、计算广告学等领域研究及实习经验;\n2、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶会有文献发表;\n3、有ACM / Topcoder Algorithm 或类似算法竞赛经历。\n【快Star实习】增长算法工程师\n\n基础信息\n招聘项目:全部校招\n招聘类型:校招\n职位类别:J1001\n工作地点:北京\n发布时间:2026-03-06\n\n岗位职责\n1、参与大规模的短视频推荐和补贴裂变等业务的模型策略优化,提升用户消费体验(如时长、点击率、互动)和用户留存率、DAU等核心指标;\n2、参与机器学习,如深度学习、因果推断领域的技术研发工作,包括但不限于DNN模型优化、因果推断模型、迁移学习、元学习、强化学习和图模型等的算法和系统研发等;\n3、参与前沿问题的探索与研究,结合实际应用场景,提供技术优化和落地建议。\n\n任职要求\n1、硕士及以上学历,计算机科学、数学或统计学相关专业;\n2、熟悉Linux、Python、C++/Java,具备优秀的编码能力,有扎实的数据结构和算法功底;\n3、熟悉大规模数据挖掘或分布式计算等技术;\n4、有较强的自驱力和学习能力,善于阅读文献,具备优秀的分析和解决问题的能力。\n加分项:\n1、有推荐系统、因果推断、信息检索、NLP、计算广告学等领域研究及实习经验;\n2、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶会有文献发表;\n3、有ACM / Topcoder Algorithm 或类似算法竞赛经历。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}