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】推荐模型算法工程师-推荐模型部",
"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": "J1005"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": "计算机、数学或统计学相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【快Star实习】推荐模型算法工程师-推荐模型部\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：J1005\n工作地点：北京\n发布时间：2026-03-11\n\n岗位职责\n团队介绍：快手推荐模型团队，作为支撑快手国内与海外短视频推荐系统的核心引擎，致力于构建业界领先的短视频内容推荐模型体系，依托深度学习、生成式推荐（OneRec）、LLM4REC 等前沿技术，持续优化内容分发效率与用户体验；深度打磨电商、直播、广告投放及用户增长等核心营收场景的模型体系，并聚焦打造业内领先的生成式推荐大模型 OneRec 等关键基础技术。\n1、参与亿级用户规模的视频推荐优化，提升停留时长、点击率、留存率等核心指标；\n2、参与机器学习、深度学习领域的技术研发工作，包括但不限于神经网络模型设计与优化、强化学习、迁移学习、主动学习等的算法和系统研发等；\n3、通过超大规模机器学习模型和系统，使用先进的检索和排序手段，优化社区生态，优化快手的推荐效果；\n4、针对海量用户行为数据，提供分布式的算法实现的解决方案，大幅提升算法计算规模和性能；\n5、参与搭建推荐系统框架，提供高并发，大数据，高效可靠的线上服务。\n\n任职要求\n1、计算机、数学或统计学相关专业本科及以上学历；\n2、熟悉Linux，C++，Java和Python，优秀的编码与代码控制能力，扎实的数据结构和算法功底；\n3、熟悉大规模数据挖掘、机器学习、分布式计算；\n4、善于阅读文献，快速学习 ，具备优秀的分析和解决问题的能力，良好的沟通协作能力。\n加分项：\n1、有推荐系统、机器学习、信息检索、自然语言理解、计算广告学及算法博弈论相关领域研究及实践经验；\n2、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶级会议上有文献发表；\n3、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。",
"requirements_text": "【快Star实习】推荐模型算法工程师-推荐模型部\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：J1005\n工作地点：北京\n发布时间：2026-03-11\n\n岗位职责\n团队介绍：快手推荐模型团队，作为支撑快手国内与海外短视频推荐系统的核心引擎，致力于构建业界领先的短视频内容推荐模型体系，依托深度学习、生成式推荐（OneRec）、LLM4REC 等前沿技术，持续优化内容分发效率与用户体验；深度打磨电商、直播、广告投放及用户增长等核心营收场景的模型体系，并聚焦打造业内领先的生成式推荐大模型 OneRec 等关键基础技术。\n1、参与亿级用户规模的视频推荐优化，提升停留时长、点击率、留存率等核心指标；\n2、参与机器学习、深度学习领域的技术研发工作，包括但不限于神经网络模型设计与优化、强化学习、迁移学习、主动学习等的算法和系统研发等；\n3、通过超大规模机器学习模型和系统，使用先进的检索和排序手段，优化社区生态，优化快手的推荐效果；\n4、针对海量用户行为数据，提供分布式的算法实现的解决方案，大幅提升算法计算规模和性能；\n5、参与搭建推荐系统框架，提供高并发，大数据，高效可靠的线上服务。\n\n任职要求\n1、计算机、数学或统计学相关专业本科及以上学历；\n2、熟悉Linux，C++，Java和Python，优秀的编码与代码控制能力，扎实的数据结构和算法功底；\n3、熟悉大规模数据挖掘、机器学习、分布式计算；\n4、善于阅读文献，快速学习 ，具备优秀的分析和解决问题的能力，良好的沟通协作能力。\n加分项：\n1、有推荐系统、机器学习、信息检索、自然语言理解、计算广告学及算法博弈论相关领域研究及实践经验；\n2、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶级会议上有文献发表；\n3、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。",
"skills": [AI生成
"Python",
"Java",
"C++",
"Linux",
"机器学习",
"深度学习",
"强化学习",
"数据结构",
"数据挖掘",
"解决问题",
"广告投放",
"招聘",
"大语言模型"
],
"preferred_qualifications": "加分项：；3、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先",
"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/11931?recruitSubProjectCodes="
}
]
},
"posting": {
"posting_id": "11931",
"post_date": "2026-03-11",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/11931?recruitSubProjectCodes="
},
"fulltext": "【快Star实习】推荐模型算法工程师-推荐模型部\n【快Star实习】推荐模型算法工程师-推荐模型部\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：J1005\n工作地点：北京\n发布时间：2026-03-11\n\n岗位职责\n团队介绍：快手推荐模型团队，作为支撑快手国内与海外短视频推荐系统的核心引擎，致力于构建业界领先的短视频内容推荐模型体系，依托深度学习、生成式推荐（OneRec）、LLM4REC 等前沿技术，持续优化内容分发效率与用户体验；深度打磨电商、直播、广告投放及用户增长等核心营收场景的模型体系，并聚焦打造业内领先的生成式推荐大模型 OneRec 等关键基础技术。\n1、参与亿级用户规模的视频推荐优化，提升停留时长、点击率、留存率等核心指标；\n2、参与机器学习、深度学习领域的技术研发工作，包括但不限于神经网络模型设计与优化、强化学习、迁移学习、主动学习等的算法和系统研发等；\n3、通过超大规模机器学习模型和系统，使用先进的检索和排序手段，优化社区生态，优化快手的推荐效果；\n4、针对海量用户行为数据，提供分布式的算法实现的解决方案，大幅提升算法计算规模和性能；\n5、参与搭建推荐系统框架，提供高并发，大数据，高效可靠的线上服务。\n\n任职要求\n1、计算机、数学或统计学相关专业本科及以上学历；\n2、熟悉Linux，C++，Java和Python，优秀的编码与代码控制能力，扎实的数据结构和算法功底；\n3、熟悉大规模数据挖掘、机器学习、分布式计算；\n4、善于阅读文献，快速学习 ，具备优秀的分析和解决问题的能力，良好的沟通协作能力。\n加分项：\n1、有推荐系统、机器学习、信息检索、自然语言理解、计算广告学及算法博弈论相关领域研究及实践经验；\n2、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶级会议上有文献发表；\n3、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。\n【快Star实习】推荐模型算法工程师-推荐模型部\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：J1005\n工作地点：北京\n发布时间：2026-03-11\n\n岗位职责\n团队介绍：快手推荐模型团队，作为支撑快手国内与海外短视频推荐系统的核心引擎，致力于构建业界领先的短视频内容推荐模型体系，依托深度学习、生成式推荐（OneRec）、LLM4REC 等前沿技术，持续优化内容分发效率与用户体验；深度打磨电商、直播、广告投放及用户增长等核心营收场景的模型体系，并聚焦打造业内领先的生成式推荐大模型 OneRec 等关键基础技术。\n1、参与亿级用户规模的视频推荐优化，提升停留时长、点击率、留存率等核心指标；\n2、参与机器学习、深度学习领域的技术研发工作，包括但不限于神经网络模型设计与优化、强化学习、迁移学习、主动学习等的算法和系统研发等；\n3、通过超大规模机器学习模型和系统，使用先进的检索和排序手段，优化社区生态，优化快手的推荐效果；\n4、针对海量用户行为数据，提供分布式的算法实现的解决方案，大幅提升算法计算规模和性能；\n5、参与搭建推荐系统框架，提供高并发，大数据，高效可靠的线上服务。\n\n任职要求\n1、计算机、数学或统计学相关专业本科及以上学历；\n2、熟悉Linux，C++，Java和Python，优秀的编码与代码控制能力，扎实的数据结构和算法功底；\n3、熟悉大规模数据挖掘、机器学习、分布式计算；\n4、善于阅读文献，快速学习 ，具备优秀的分析和解决问题的能力，良好的沟通协作能力。\n加分项：\n1、有推荐系统、机器学习、信息检索、自然语言理解、计算广告学及算法博弈论相关领域研究及实践经验；\n2、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶级会议上有文献发表；\n3、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。\n【快Star实习】推荐模型算法工程师-推荐模型部\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：J1005\n工作地点：北京\n发布时间：2026-03-11\n\n岗位职责\n团队介绍：快手推荐模型团队，作为支撑快手国内与海外短视频推荐系统的核心引擎，致力于构建业界领先的短视频内容推荐模型体系，依托深度学习、生成式推荐（OneRec）、LLM4REC 等前沿技术，持续优化内容分发效率与用户体验；深度打磨电商、直播、广告投放及用户增长等核心营收场景的模型体系，并聚焦打造业内领先的生成式推荐大模型 OneRec 等关键基础技术。\n1、参与亿级用户规模的视频推荐优化，提升停留时长、点击率、留存率等核心指标；\n2、参与机器学习、深度学习领域的技术研发工作，包括但不限于神经网络模型设计与优化、强化学习、迁移学习、主动学习等的算法和系统研发等；\n3、通过超大规模机器学习模型和系统，使用先进的检索和排序手段，优化社区生态，优化快手的推荐效果；\n4、针对海量用户行为数据，提供分布式的算法实现的解决方案，大幅提升算法计算规模和性能；\n5、参与搭建推荐系统框架，提供高并发，大数据，高效可靠的线上服务。\n\n任职要求\n1、计算机、数学或统计学相关专业本科及以上学历；\n2、熟悉Linux，C++，Java和Python，优秀的编码与代码控制能力，扎实的数据结构和算法功底；\n3、熟悉大规模数据挖掘、机器学习、分布式计算；\n4、善于阅读文献，快速学习 ，具备优秀的分析和解决问题的能力，良好的沟通协作能力。\n加分项：\n1、有推荐系统、机器学习、信息检索、自然语言理解、计算广告学及算法博弈论相关领域研究及实践经验；\n2、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶级会议上有文献发表；\n3、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}