{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "【快Star】视频推荐算法工程师",
        "job_level": "校招",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": "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、物理学、数学或统计学相关专业硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "【快Star】视频推荐算法工程师\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：J1005\n工作地点：北京\n发布时间：2026-05-24\n\n岗位职责\n1、探索 LLM、Agent、生成式推荐在快手新回用户冷启与低活场景的工业落地，提升用户时长、留存率、大盘 DAU 等核心指标；\n2、分析海量用户行为数据和视频数据，增加有效的特征，挖掘用户兴趣，优化排序机制；\n3、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；\n4、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；\n5、参与前沿问题的探索与研究，结合实际应用场景，提供全面的技术解决方案。\n\n任职要求\n1、计算机、物理学、数学或统计学相关专业硕士及以上学历；\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 LLM、生成式推荐、强化学习相关研究或实习经验优先；\n2、有推荐系统、信息检索、计算广告等领域的研究或实践经验；\n3、在 SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RecSys 等相关国际顶级会议上有文献发表；\n4、有 ACM / TopCoder Algorithm 或类似算法竞赛经历者优先。",
        "requirements_text": "【快Star】视频推荐算法工程师\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：J1005\n工作地点：北京\n发布时间：2026-05-24\n\n岗位职责\n1、探索 LLM、Agent、生成式推荐在快手新回用户冷启与低活场景的工业落地，提升用户时长、留存率、大盘 DAU 等核心指标；\n2、分析海量用户行为数据和视频数据，增加有效的特征，挖掘用户兴趣，优化排序机制；\n3、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；\n4、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；\n5、参与前沿问题的探索与研究，结合实际应用场景，提供全面的技术解决方案。\n\n任职要求\n1、计算机、物理学、数学或统计学相关专业硕士及以上学历；\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 LLM、生成式推荐、强化学习相关研究或实习经验优先；\n2、有推荐系统、信息检索、计算广告等领域的研究或实践经验；\n3、在 SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RecSys 等相关国际顶级会议上有文献发表；\n4、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",
            "强化学习",
            "推荐算法",
            "数据结构",
            "数据挖掘",
            "解决问题",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "加分项：；1、有 LLM、生成式推荐、强化学习相关研究或实习经验优先；4、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/12749?recruitSubProjectCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "12749",
        "post_date": "2026-05-24",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/12749?recruitSubProjectCodes="
    },
    "fulltext": "【快Star】视频推荐算法工程师\n【快Star】视频推荐算法工程师\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：J1005\n工作地点：北京\n发布时间：2026-05-24\n\n岗位职责\n1、探索 LLM、Agent、生成式推荐在快手新回用户冷启与低活场景的工业落地，提升用户时长、留存率、大盘 DAU 等核心指标；\n2、分析海量用户行为数据和视频数据，增加有效的特征，挖掘用户兴趣，优化排序机制；\n3、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；\n4、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；\n5、参与前沿问题的探索与研究，结合实际应用场景，提供全面的技术解决方案。\n\n任职要求\n1、计算机、物理学、数学或统计学相关专业硕士及以上学历；\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 LLM、生成式推荐、强化学习相关研究或实习经验优先；\n2、有推荐系统、信息检索、计算广告等领域的研究或实践经验；\n3、在 SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RecSys 等相关国际顶级会议上有文献发表；\n4、有 ACM / TopCoder Algorithm 或类似算法竞赛经历者优先。\n【快Star】视频推荐算法工程师\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：J1005\n工作地点：北京\n发布时间：2026-05-24\n\n岗位职责\n1、探索 LLM、Agent、生成式推荐在快手新回用户冷启与低活场景的工业落地，提升用户时长、留存率、大盘 DAU 等核心指标；\n2、分析海量用户行为数据和视频数据，增加有效的特征，挖掘用户兴趣，优化排序机制；\n3、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；\n4、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；\n5、参与前沿问题的探索与研究，结合实际应用场景，提供全面的技术解决方案。\n\n任职要求\n1、计算机、物理学、数学或统计学相关专业硕士及以上学历；\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 LLM、生成式推荐、强化学习相关研究或实习经验优先；\n2、有推荐系统、信息检索、计算广告等领域的研究或实践经验；\n3、在 SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RecSys 等相关国际顶级会议上有文献发表；\n4、有 ACM / TopCoder Algorithm 或类似算法竞赛经历者优先。\n【快Star】视频推荐算法工程师\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：J1005\n工作地点：北京\n发布时间：2026-05-24\n\n岗位职责\n1、探索 LLM、Agent、生成式推荐在快手新回用户冷启与低活场景的工业落地，提升用户时长、留存率、大盘 DAU 等核心指标；\n2、分析海量用户行为数据和视频数据，增加有效的特征，挖掘用户兴趣，优化排序机制；\n3、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；\n4、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；\n5、参与前沿问题的探索与研究，结合实际应用场景，提供全面的技术解决方案。\n\n任职要求\n1、计算机、物理学、数学或统计学相关专业硕士及以上学历；\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 LLM、生成式推荐、强化学习相关研究或实习经验优先；\n2、有推荐系统、信息检索、计算广告等领域的研究或实践经验；\n3、在 SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RecSys 等相关国际顶级会议上有文献发表；\n4、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"
    }
}