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】直播推荐算法工程师",
"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": "2027届硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【快Star】直播推荐算法工程师\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:2026-05-26\n\n岗位职责\n1、参与亿级用户规模的直播推荐系统优化,涵盖召回、粗排、精排、混排等全链路环节,提升直播点击率、观看时长、互动率及打赏效率等核心指标;\n2、参与机器学习与深度学习的技术研发,包括但不限于深度模型设计与优化、强化学习、图神经网络、推荐大模型等算法和系统研发;\n3、分析海量用户行为数据与直播数据,挖掘用户兴趣,增加有效特征,优化排序机制与分发策略;\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、参与直播营收/消费场景的机制设计与策略优化,通过技术创新驱动用户与主播的精准匹配;\n6、参与前沿问题探索与研究,结合直播推荐实际场景,落地创新技术方案。\n\n任职要求\n1、2027届硕士及以上学历,计算机、数学或相关专业;\n2、熟悉Python,具备扎实的编码能力、数据结构与算法功底;\n3、具有推荐系统、机器学习、数据挖掘或自然语言处理等相关领域知识储备;\n4、善于阅读文献,快速学习新技术,具备优秀的分析和解决问题能力;\n5、良好的沟通协作能力,能与团队高效配合推进项目落地。\n加分项:\n1、在 NeurIPS、ICML、KDD、WSDM、SIGIR、RecSys、ACL 等相关国际顶级会议上有论文发表;\n2、有 ACM-ICPC、Kaggle、天池等算法竞赛获奖经历;\n3、有推荐系统、大语言模型、强化学习、因果推断等相关领域研究或实习经验;\n4、有直播/短视频推荐、营收优化等相关方向项目经验。",
"requirements_text": "【快Star】直播推荐算法工程师\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:2026-05-26\n\n岗位职责\n1、参与亿级用户规模的直播推荐系统优化,涵盖召回、粗排、精排、混排等全链路环节,提升直播点击率、观看时长、互动率及打赏效率等核心指标;\n2、参与机器学习与深度学习的技术研发,包括但不限于深度模型设计与优化、强化学习、图神经网络、推荐大模型等算法和系统研发;\n3、分析海量用户行为数据与直播数据,挖掘用户兴趣,增加有效特征,优化排序机制与分发策略;\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、参与直播营收/消费场景的机制设计与策略优化,通过技术创新驱动用户与主播的精准匹配;\n6、参与前沿问题探索与研究,结合直播推荐实际场景,落地创新技术方案。\n\n任职要求\n1、2027届硕士及以上学历,计算机、数学或相关专业;\n2、熟悉Python,具备扎实的编码能力、数据结构与算法功底;\n3、具有推荐系统、机器学习、数据挖掘或自然语言处理等相关领域知识储备;\n4、善于阅读文献,快速学习新技术,具备优秀的分析和解决问题能力;\n5、良好的沟通协作能力,能与团队高效配合推进项目落地。\n加分项:\n1、在 NeurIPS、ICML、KDD、WSDM、SIGIR、RecSys、ACL 等相关国际顶级会议上有论文发表;\n2、有 ACM-ICPC、Kaggle、天池等算法竞赛获奖经历;\n3、有推荐系统、大语言模型、强化学习、因果推断等相关领域研究或实习经验;\n4、有直播/短视频推荐、营收优化等相关方向项目经验。",
"skills": [AI生成
"Python",
"机器学习",
"深度学习",
"强化学习",
"自然语言处理",
"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:",
"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/12824?recruitSubProjectCodes="
}
]
},
"posting": {
"posting_id": "12824",
"post_date": "2026-05-26",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/12824?recruitSubProjectCodes="
},
"fulltext": "【快Star】直播推荐算法工程师\n【快Star】直播推荐算法工程师\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:2026-05-26\n\n岗位职责\n1、参与亿级用户规模的直播推荐系统优化,涵盖召回、粗排、精排、混排等全链路环节,提升直播点击率、观看时长、互动率及打赏效率等核心指标;\n2、参与机器学习与深度学习的技术研发,包括但不限于深度模型设计与优化、强化学习、图神经网络、推荐大模型等算法和系统研发;\n3、分析海量用户行为数据与直播数据,挖掘用户兴趣,增加有效特征,优化排序机制与分发策略;\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、参与直播营收/消费场景的机制设计与策略优化,通过技术创新驱动用户与主播的精准匹配;\n6、参与前沿问题探索与研究,结合直播推荐实际场景,落地创新技术方案。\n\n任职要求\n1、2027届硕士及以上学历,计算机、数学或相关专业;\n2、熟悉Python,具备扎实的编码能力、数据结构与算法功底;\n3、具有推荐系统、机器学习、数据挖掘或自然语言处理等相关领域知识储备;\n4、善于阅读文献,快速学习新技术,具备优秀的分析和解决问题能力;\n5、良好的沟通协作能力,能与团队高效配合推进项目落地。\n加分项:\n1、在 NeurIPS、ICML、KDD、WSDM、SIGIR、RecSys、ACL 等相关国际顶级会议上有论文发表;\n2、有 ACM-ICPC、Kaggle、天池等算法竞赛获奖经历;\n3、有推荐系统、大语言模型、强化学习、因果推断等相关领域研究或实习经验;\n4、有直播/短视频推荐、营收优化等相关方向项目经验。\n【快Star】直播推荐算法工程师\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:2026-05-26\n\n岗位职责\n1、参与亿级用户规模的直播推荐系统优化,涵盖召回、粗排、精排、混排等全链路环节,提升直播点击率、观看时长、互动率及打赏效率等核心指标;\n2、参与机器学习与深度学习的技术研发,包括但不限于深度模型设计与优化、强化学习、图神经网络、推荐大模型等算法和系统研发;\n3、分析海量用户行为数据与直播数据,挖掘用户兴趣,增加有效特征,优化排序机制与分发策略;\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、参与直播营收/消费场景的机制设计与策略优化,通过技术创新驱动用户与主播的精准匹配;\n6、参与前沿问题探索与研究,结合直播推荐实际场景,落地创新技术方案。\n\n任职要求\n1、2027届硕士及以上学历,计算机、数学或相关专业;\n2、熟悉Python,具备扎实的编码能力、数据结构与算法功底;\n3、具有推荐系统、机器学习、数据挖掘或自然语言处理等相关领域知识储备;\n4、善于阅读文献,快速学习新技术,具备优秀的分析和解决问题能力;\n5、良好的沟通协作能力,能与团队高效配合推进项目落地。\n加分项:\n1、在 NeurIPS、ICML、KDD、WSDM、SIGIR、RecSys、ACL 等相关国际顶级会议上有论文发表;\n2、有 ACM-ICPC、Kaggle、天池等算法竞赛获奖经历;\n3、有推荐系统、大语言模型、强化学习、因果推断等相关领域研究或实习经验;\n4、有直播/短视频推荐、营收优化等相关方向项目经验。\n【快Star】直播推荐算法工程师\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:2026-05-26\n\n岗位职责\n1、参与亿级用户规模的直播推荐系统优化,涵盖召回、粗排、精排、混排等全链路环节,提升直播点击率、观看时长、互动率及打赏效率等核心指标;\n2、参与机器学习与深度学习的技术研发,包括但不限于深度模型设计与优化、强化学习、图神经网络、推荐大模型等算法和系统研发;\n3、分析海量用户行为数据与直播数据,挖掘用户兴趣,增加有效特征,优化排序机制与分发策略;\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、参与直播营收/消费场景的机制设计与策略优化,通过技术创新驱动用户与主播的精准匹配;\n6、参与前沿问题探索与研究,结合直播推荐实际场景,落地创新技术方案。\n\n任职要求\n1、2027届硕士及以上学历,计算机、数学或相关专业;\n2、熟悉Python,具备扎实的编码能力、数据结构与算法功底;\n3、具有推荐系统、机器学习、数据挖掘或自然语言处理等相关领域知识储备;\n4、善于阅读文献,快速学习新技术,具备优秀的分析和解决问题能力;\n5、良好的沟通协作能力,能与团队高效配合推进项目落地。\n加分项:\n1、在 NeurIPS、ICML、KDD、WSDM、SIGIR、RecSys、ACL 等相关国际顶级会议上有论文发表;\n2、有 ACM-ICPC、Kaggle、天池等算法竞赛获奖经历;\n3、有推荐系统、大语言模型、强化学习、因果推断等相关领域研究或实习经验;\n4、有直播/短视频推荐、营收优化等相关方向项目经验。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}