职位详情

职位列表 链接有效 不适用(官网全量采集) official:kuaishou:12750

【快Star】消息推荐算法工程师

未披露 · 北京 · 快手科技

主分类:搜索推荐与业务决策算法研发
算法与数据
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】消息推荐算法工程师",
        "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": "计算机科学、人工智能、数学、统计学等相关专业硕士/博士在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "【快Star】消息推荐算法工程师\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、负责快手APP push相关的算法研发、优化工作,运用策略和算法手段促进用户增长;\n2、参与大模型在业务场景的适配与落地,包括但不限于:push下发时机、Push智能文案、用户意图建模、多模态内容理解等方向;\n3、负责push推荐系统的搭建以及相关算法落地,面对亿级别的用户群体情况下实现push的个性化匹配,做到千人千面;\n4、负责push的算法、策略的设计,并直接参与push场景下推荐系统的全链路开发与优化,包括但不局限于触发、召回、粗排、精排、下发策略等阶段;\n5、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、计算机科学、人工智能、数学、统计学等相关专业硕士/博士在读,具备扎实的算法与数学基础;\n2、熟悉Transformer架构及主流大语言模型(如Qwen、DeepSeek、LLaMA等),有大模型预训练、微调或推理优化经验者优先;\n3、编程能力扎实,熟练掌握Python,熟悉PyTorch/JAX等深度学习框架,具备良好的工程实现能力;\n4、对技术前沿敏感,能独立阅读并复现顶会论文,有清晰的科研品味与问题拆解能力;\n5、逻辑严谨,自驱力强,善于在模糊问题中定义目标、推进闭环,具备优秀的沟通与协作意识。\n加分项:\n1、在NeurIPS、ICML、ICLR、ACL、CVPR、KDD、RecSys等国际顶级会议或期刊上有论文发表;\n2、有推荐系统、大语言模型、多模态理解、强化学习等方向的实际研究或实习经验;\n3、在ACM-ICPC、Codeforces、Topcoder等算法竞赛中取得优异成绩;\n4、在Kaggle、天池等数据竞赛中获得Top排名,或主导过开源项目/有高影响力开源贡献。",
        "requirements_text": "【快Star】消息推荐算法工程师\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、负责快手APP push相关的算法研发、优化工作,运用策略和算法手段促进用户增长;\n2、参与大模型在业务场景的适配与落地,包括但不限于:push下发时机、Push智能文案、用户意图建模、多模态内容理解等方向;\n3、负责push推荐系统的搭建以及相关算法落地,面对亿级别的用户群体情况下实现push的个性化匹配,做到千人千面;\n4、负责push的算法、策略的设计,并直接参与push场景下推荐系统的全链路开发与优化,包括但不局限于触发、召回、粗排、精排、下发策略等阶段;\n5、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、计算机科学、人工智能、数学、统计学等相关专业硕士/博士在读,具备扎实的算法与数学基础;\n2、熟悉Transformer架构及主流大语言模型(如Qwen、DeepSeek、LLaMA等),有大模型预训练、微调或推理优化经验者优先;\n3、编程能力扎实,熟练掌握Python,熟悉PyTorch/JAX等深度学习框架,具备良好的工程实现能力;\n4、对技术前沿敏感,能独立阅读并复现顶会论文,有清晰的科研品味与问题拆解能力;\n5、逻辑严谨,自驱力强,善于在模糊问题中定义目标、推进闭环,具备优秀的沟通与协作意识。\n加分项:\n1、在NeurIPS、ICML、ICLR、ACL、CVPR、KDD、RecSys等国际顶级会议或期刊上有论文发表;\n2、有推荐系统、大语言模型、多模态理解、强化学习等方向的实际研究或实习经验;\n3、在ACM-ICPC、Codeforces、Topcoder等算法竞赛中取得优异成绩;\n4、在Kaggle、天池等数据竞赛中获得Top排名,或主导过开源项目/有高影响力开源贡献。",
        "skills": [AI生成
            "Python",
            "PyTorch",
            "深度学习",
            "强化学习",
            "推荐算法",
            "文案",
            "建模",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "2、熟悉Transformer架构及主流大语言模型(如Qwen、DeepSeek、LLaMA等),有大模型预训练、微调或推理优化经验者优先;加分项:",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/12750?recruitSubProjectCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "12750",
        "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/12750?recruitSubProjectCodes="
    },
    "fulltext": "【快Star】消息推荐算法工程师\n【快Star】消息推荐算法工程师\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、负责快手APP push相关的算法研发、优化工作,运用策略和算法手段促进用户增长;\n2、参与大模型在业务场景的适配与落地,包括但不限于:push下发时机、Push智能文案、用户意图建模、多模态内容理解等方向;\n3、负责push推荐系统的搭建以及相关算法落地,面对亿级别的用户群体情况下实现push的个性化匹配,做到千人千面;\n4、负责push的算法、策略的设计,并直接参与push场景下推荐系统的全链路开发与优化,包括但不局限于触发、召回、粗排、精排、下发策略等阶段;\n5、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、计算机科学、人工智能、数学、统计学等相关专业硕士/博士在读,具备扎实的算法与数学基础;\n2、熟悉Transformer架构及主流大语言模型(如Qwen、DeepSeek、LLaMA等),有大模型预训练、微调或推理优化经验者优先;\n3、编程能力扎实,熟练掌握Python,熟悉PyTorch/JAX等深度学习框架,具备良好的工程实现能力;\n4、对技术前沿敏感,能独立阅读并复现顶会论文,有清晰的科研品味与问题拆解能力;\n5、逻辑严谨,自驱力强,善于在模糊问题中定义目标、推进闭环,具备优秀的沟通与协作意识。\n加分项:\n1、在NeurIPS、ICML、ICLR、ACL、CVPR、KDD、RecSys等国际顶级会议或期刊上有论文发表;\n2、有推荐系统、大语言模型、多模态理解、强化学习等方向的实际研究或实习经验;\n3、在ACM-ICPC、Codeforces、Topcoder等算法竞赛中取得优异成绩;\n4、在Kaggle、天池等数据竞赛中获得Top排名,或主导过开源项目/有高影响力开源贡献。\n【快Star】消息推荐算法工程师\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、负责快手APP push相关的算法研发、优化工作,运用策略和算法手段促进用户增长;\n2、参与大模型在业务场景的适配与落地,包括但不限于:push下发时机、Push智能文案、用户意图建模、多模态内容理解等方向;\n3、负责push推荐系统的搭建以及相关算法落地,面对亿级别的用户群体情况下实现push的个性化匹配,做到千人千面;\n4、负责push的算法、策略的设计,并直接参与push场景下推荐系统的全链路开发与优化,包括但不局限于触发、召回、粗排、精排、下发策略等阶段;\n5、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、计算机科学、人工智能、数学、统计学等相关专业硕士/博士在读,具备扎实的算法与数学基础;\n2、熟悉Transformer架构及主流大语言模型(如Qwen、DeepSeek、LLaMA等),有大模型预训练、微调或推理优化经验者优先;\n3、编程能力扎实,熟练掌握Python,熟悉PyTorch/JAX等深度学习框架,具备良好的工程实现能力;\n4、对技术前沿敏感,能独立阅读并复现顶会论文,有清晰的科研品味与问题拆解能力;\n5、逻辑严谨,自驱力强,善于在模糊问题中定义目标、推进闭环,具备优秀的沟通与协作意识。\n加分项:\n1、在NeurIPS、ICML、ICLR、ACL、CVPR、KDD、RecSys等国际顶级会议或期刊上有论文发表;\n2、有推荐系统、大语言模型、多模态理解、强化学习等方向的实际研究或实习经验;\n3、在ACM-ICPC、Codeforces、Topcoder等算法竞赛中取得优异成绩;\n4、在Kaggle、天池等数据竞赛中获得Top排名,或主导过开源项目/有高影响力开源贡献。\n【快Star】消息推荐算法工程师\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、负责快手APP push相关的算法研发、优化工作,运用策略和算法手段促进用户增长;\n2、参与大模型在业务场景的适配与落地,包括但不限于:push下发时机、Push智能文案、用户意图建模、多模态内容理解等方向;\n3、负责push推荐系统的搭建以及相关算法落地,面对亿级别的用户群体情况下实现push的个性化匹配,做到千人千面;\n4、负责push的算法、策略的设计,并直接参与push场景下推荐系统的全链路开发与优化,包括但不局限于触发、召回、粗排、精排、下发策略等阶段;\n5、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、计算机科学、人工智能、数学、统计学等相关专业硕士/博士在读,具备扎实的算法与数学基础;\n2、熟悉Transformer架构及主流大语言模型(如Qwen、DeepSeek、LLaMA等),有大模型预训练、微调或推理优化经验者优先;\n3、编程能力扎实,熟练掌握Python,熟悉PyTorch/JAX等深度学习框架,具备良好的工程实现能力;\n4、对技术前沿敏感,能独立阅读并复现顶会论文,有清晰的科研品味与问题拆解能力;\n5、逻辑严谨,自驱力强,善于在模糊问题中定义目标、推进闭环,具备优秀的沟通与协作意识。\n加分项:\n1、在NeurIPS、ICML、ICLR、ACL、CVPR、KDD、RecSys等国际顶级会议或期刊上有论文发表;\n2、有推荐系统、大语言模型、多模态理解、强化学习等方向的实际研究或实习经验;\n3、在ACM-ICPC、Codeforces、Topcoder等算法竞赛中取得优异成绩;\n4、在Kaggle、天池等数据竞赛中获得Top排名,或主导过开源项目/有高影响力开源贡献。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}