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": "广告算法工程师",
"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": "J1006"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": "广告算法工程师\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:J1006\n工作地点:北京\n发布时间:2026-08-09\n\n岗位职责\n1、广告算法策略包含深度学习、强化学习、大数据、数据挖掘、并行优化、策略机制等多个方向;\n2、负责机器学习的算法和模型开发,包括:DNN、超参数优化、学习和优化方法等;\n3、负责海量数据的分析和挖掘工作,构建用户画像模型,提升CTR、CVR;\n4、对机器学习尤其是深度学习前沿问题进行探索与研究;\n5、对推荐系统、自然语言处理、图像处理等领域提供模型支持。\n\n任职要求\n1、硕士及以上学历,博士优先,计算机、模式识别、人工智能、自动化、软件工程、电子工程、信息安全等专业;\n2、熟悉常用机器学习算法,对模式识别、概率统计、最优化等算法原理及应用,有扎实的基础;\n3、熟悉C/C++、Java、Python等至少一门编程语言,有较强动手能力,了解目前常见的机器学习或者深度学习框架;\n4、在ICML、KDD、AAAI、IJCAI、ICLR、SIGIR等机器学习领域会议或期刊以第一作者发表过文章,或者有相关的开源项目贡献经验优先;\n5、参加国内外机器学习比赛,TOP 10成绩者优先。",
"requirements_text": "广告算法工程师\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:J1006\n工作地点:北京\n发布时间:2026-08-09\n\n岗位职责\n1、广告算法策略包含深度学习、强化学习、大数据、数据挖掘、并行优化、策略机制等多个方向;\n2、负责机器学习的算法和模型开发,包括:DNN、超参数优化、学习和优化方法等;\n3、负责海量数据的分析和挖掘工作,构建用户画像模型,提升CTR、CVR;\n4、对机器学习尤其是深度学习前沿问题进行探索与研究;\n5、对推荐系统、自然语言处理、图像处理等领域提供模型支持。\n\n任职要求\n1、硕士及以上学历,博士优先,计算机、模式识别、人工智能、自动化、软件工程、电子工程、信息安全等专业;\n2、熟悉常用机器学习算法,对模式识别、概率统计、最优化等算法原理及应用,有扎实的基础;\n3、熟悉C/C++、Java、Python等至少一门编程语言,有较强动手能力,了解目前常见的机器学习或者深度学习框架;\n4、在ICML、KDD、AAAI、IJCAI、ICLR、SIGIR等机器学习领域会议或期刊以第一作者发表过文章,或者有相关的开源项目贡献经验优先;\n5、参加国内外机器学习比赛,TOP 10成绩者优先。",
"skills": [AI生成
"Python",
"Java",
"C++",
"机器学习",
"深度学习",
"强化学习",
"自然语言处理",
"数据挖掘",
"招聘"
],
"preferred_qualifications": "1、硕士及以上学历,博士优先,计算机、模式识别、人工智能、自动化、软件工程、电子工程、信息安全等专业;4、在ICML、KDD、AAAI、IJCAI、ICLR、SIGIR等机器学习领域会议或期刊以第一作者发表过文章,或者有相关的开源项目贡献经验优先;5、参加国内外机器学习比赛,TOP 10成绩者优先",
"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/13125?recruitSubProjectCodes="
}
]
},
"posting": {
"posting_id": "13125",
"post_date": "2026-08-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/13125?recruitSubProjectCodes="
},
"fulltext": "广告算法工程师\n广告算法工程师\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:J1006\n工作地点:北京\n发布时间:2026-08-09\n\n岗位职责\n1、广告算法策略包含深度学习、强化学习、大数据、数据挖掘、并行优化、策略机制等多个方向;\n2、负责机器学习的算法和模型开发,包括:DNN、超参数优化、学习和优化方法等;\n3、负责海量数据的分析和挖掘工作,构建用户画像模型,提升CTR、CVR;\n4、对机器学习尤其是深度学习前沿问题进行探索与研究;\n5、对推荐系统、自然语言处理、图像处理等领域提供模型支持。\n\n任职要求\n1、硕士及以上学历,博士优先,计算机、模式识别、人工智能、自动化、软件工程、电子工程、信息安全等专业;\n2、熟悉常用机器学习算法,对模式识别、概率统计、最优化等算法原理及应用,有扎实的基础;\n3、熟悉C/C++、Java、Python等至少一门编程语言,有较强动手能力,了解目前常见的机器学习或者深度学习框架;\n4、在ICML、KDD、AAAI、IJCAI、ICLR、SIGIR等机器学习领域会议或期刊以第一作者发表过文章,或者有相关的开源项目贡献经验优先;\n5、参加国内外机器学习比赛,TOP 10成绩者优先。\n广告算法工程师\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:J1006\n工作地点:北京\n发布时间:2026-08-09\n\n岗位职责\n1、广告算法策略包含深度学习、强化学习、大数据、数据挖掘、并行优化、策略机制等多个方向;\n2、负责机器学习的算法和模型开发,包括:DNN、超参数优化、学习和优化方法等;\n3、负责海量数据的分析和挖掘工作,构建用户画像模型,提升CTR、CVR;\n4、对机器学习尤其是深度学习前沿问题进行探索与研究;\n5、对推荐系统、自然语言处理、图像处理等领域提供模型支持。\n\n任职要求\n1、硕士及以上学历,博士优先,计算机、模式识别、人工智能、自动化、软件工程、电子工程、信息安全等专业;\n2、熟悉常用机器学习算法,对模式识别、概率统计、最优化等算法原理及应用,有扎实的基础;\n3、熟悉C/C++、Java、Python等至少一门编程语言,有较强动手能力,了解目前常见的机器学习或者深度学习框架;\n4、在ICML、KDD、AAAI、IJCAI、ICLR、SIGIR等机器学习领域会议或期刊以第一作者发表过文章,或者有相关的开源项目贡献经验优先;\n5、参加国内外机器学习比赛,TOP 10成绩者优先。\n广告算法工程师\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:J1006\n工作地点:北京\n发布时间:2026-08-09\n\n岗位职责\n1、广告算法策略包含深度学习、强化学习、大数据、数据挖掘、并行优化、策略机制等多个方向;\n2、负责机器学习的算法和模型开发,包括:DNN、超参数优化、学习和优化方法等;\n3、负责海量数据的分析和挖掘工作,构建用户画像模型,提升CTR、CVR;\n4、对机器学习尤其是深度学习前沿问题进行探索与研究;\n5、对推荐系统、自然语言处理、图像处理等领域提供模型支持。\n\n任职要求\n1、硕士及以上学历,博士优先,计算机、模式识别、人工智能、自动化、软件工程、电子工程、信息安全等专业;\n2、熟悉常用机器学习算法,对模式识别、概率统计、最优化等算法原理及应用,有扎实的基础;\n3、熟悉C/C++、Java、Python等至少一门编程语言,有较强动手能力,了解目前常见的机器学习或者深度学习框架;\n4、在ICML、KDD、AAAI、IJCAI、ICLR、SIGIR等机器学习领域会议或期刊以第一作者发表过文章,或者有相关的开源项目贡献经验优先;\n5、参加国内外机器学习比赛,TOP 10成绩者优先。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}