{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "推荐大模型算法工程师-内容生态",
        "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": "硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "推荐大模型算法工程师-内容生态\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：2026-08-12\n\n岗位职责\n1、参与优化快手内容生态，基于大模型内容理解搭建更准确的内容质量评估，设计合理的分发机制，通过算法优化改善内容生态和创作者生态；\n2、多路径探索B端视角的生成式推荐，不限于onerec模型、扩散模型等；\n3、深入理解业务以及快手推荐系统，寻找短期、长期不同视角下的业务增长空间，不断完善推荐系统；\n4、探索和研究最前沿的技术，结合实际应用场景，产出有效的业界领先的技术解决方案。\n\n任职要求\n1、硕士及以上学历，计算机、数学或统计学相关专业；\n2、有较强的工程实现能力，熟悉大模型基本原理以及SFT和强化学习等大模型后训练技术，熟悉常用的大模型训练和推理框架，熟悉推荐系统和大语言模型结合技术；\n3、具有推荐系统、机器学习、数据挖掘或者自然语言理解等相关领域知识。\n加分项：\n1、有推荐大模型、强化学习、迁移学习、图神经网络、博弈论相关领域研究或实习经验；\n2、在KDD、ICML、NIPS、ICLR、AAAI、WSDM、WWW、ACL、EMNLP、RECSYS等相关国际顶级会议上有论文发表；或在TPAMI、JMLR、TKDE、TNNLS等国际顶刊上有论文发表。",
        "requirements_text": "推荐大模型算法工程师-内容生态\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：2026-08-12\n\n岗位职责\n1、参与优化快手内容生态，基于大模型内容理解搭建更准确的内容质量评估，设计合理的分发机制，通过算法优化改善内容生态和创作者生态；\n2、多路径探索B端视角的生成式推荐，不限于onerec模型、扩散模型等；\n3、深入理解业务以及快手推荐系统，寻找短期、长期不同视角下的业务增长空间，不断完善推荐系统；\n4、探索和研究最前沿的技术，结合实际应用场景，产出有效的业界领先的技术解决方案。\n\n任职要求\n1、硕士及以上学历，计算机、数学或统计学相关专业；\n2、有较强的工程实现能力，熟悉大模型基本原理以及SFT和强化学习等大模型后训练技术，熟悉常用的大模型训练和推理框架，熟悉推荐系统和大语言模型结合技术；\n3、具有推荐系统、机器学习、数据挖掘或者自然语言理解等相关领域知识。\n加分项：\n1、有推荐大模型、强化学习、迁移学习、图神经网络、博弈论相关领域研究或实习经验；\n2、在KDD、ICML、NIPS、ICLR、AAAI、WSDM、WWW、ACL、EMNLP、RECSYS等相关国际顶级会议上有论文发表；或在TPAMI、JMLR、TKDE、TNNLS等国际顶刊上有论文发表。",
        "skills": [AI生成
            "机器学习",
            "强化学习",
            "数据挖掘",
            "模型训练",
            "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/13574?recruitSubProjectCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "13574",
        "post_date": "2026-08-12",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/13574?recruitSubProjectCodes="
    },
    "fulltext": "推荐大模型算法工程师-内容生态\n推荐大模型算法工程师-内容生态\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：2026-08-12\n\n岗位职责\n1、参与优化快手内容生态，基于大模型内容理解搭建更准确的内容质量评估，设计合理的分发机制，通过算法优化改善内容生态和创作者生态；\n2、多路径探索B端视角的生成式推荐，不限于onerec模型、扩散模型等；\n3、深入理解业务以及快手推荐系统，寻找短期、长期不同视角下的业务增长空间，不断完善推荐系统；\n4、探索和研究最前沿的技术，结合实际应用场景，产出有效的业界领先的技术解决方案。\n\n任职要求\n1、硕士及以上学历，计算机、数学或统计学相关专业；\n2、有较强的工程实现能力，熟悉大模型基本原理以及SFT和强化学习等大模型后训练技术，熟悉常用的大模型训练和推理框架，熟悉推荐系统和大语言模型结合技术；\n3、具有推荐系统、机器学习、数据挖掘或者自然语言理解等相关领域知识。\n加分项：\n1、有推荐大模型、强化学习、迁移学习、图神经网络、博弈论相关领域研究或实习经验；\n2、在KDD、ICML、NIPS、ICLR、AAAI、WSDM、WWW、ACL、EMNLP、RECSYS等相关国际顶级会议上有论文发表；或在TPAMI、JMLR、TKDE、TNNLS等国际顶刊上有论文发表。\n推荐大模型算法工程师-内容生态\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：2026-08-12\n\n岗位职责\n1、参与优化快手内容生态，基于大模型内容理解搭建更准确的内容质量评估，设计合理的分发机制，通过算法优化改善内容生态和创作者生态；\n2、多路径探索B端视角的生成式推荐，不限于onerec模型、扩散模型等；\n3、深入理解业务以及快手推荐系统，寻找短期、长期不同视角下的业务增长空间，不断完善推荐系统；\n4、探索和研究最前沿的技术，结合实际应用场景，产出有效的业界领先的技术解决方案。\n\n任职要求\n1、硕士及以上学历，计算机、数学或统计学相关专业；\n2、有较强的工程实现能力，熟悉大模型基本原理以及SFT和强化学习等大模型后训练技术，熟悉常用的大模型训练和推理框架，熟悉推荐系统和大语言模型结合技术；\n3、具有推荐系统、机器学习、数据挖掘或者自然语言理解等相关领域知识。\n加分项：\n1、有推荐大模型、强化学习、迁移学习、图神经网络、博弈论相关领域研究或实习经验；\n2、在KDD、ICML、NIPS、ICLR、AAAI、WSDM、WWW、ACL、EMNLP、RECSYS等相关国际顶级会议上有论文发表；或在TPAMI、JMLR、TKDE、TNNLS等国际顶刊上有论文发表。\n推荐大模型算法工程师-内容生态\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：2026-08-12\n\n岗位职责\n1、参与优化快手内容生态，基于大模型内容理解搭建更准确的内容质量评估，设计合理的分发机制，通过算法优化改善内容生态和创作者生态；\n2、多路径探索B端视角的生成式推荐，不限于onerec模型、扩散模型等；\n3、深入理解业务以及快手推荐系统，寻找短期、长期不同视角下的业务增长空间，不断完善推荐系统；\n4、探索和研究最前沿的技术，结合实际应用场景，产出有效的业界领先的技术解决方案。\n\n任职要求\n1、硕士及以上学历，计算机、数学或统计学相关专业；\n2、有较强的工程实现能力，熟悉大模型基本原理以及SFT和强化学习等大模型后训练技术，熟悉常用的大模型训练和推理框架，熟悉推荐系统和大语言模型结合技术；\n3、具有推荐系统、机器学习、数据挖掘或者自然语言理解等相关领域知识。\n加分项：\n1、有推荐大模型、强化学习、迁移学习、图神经网络、博弈论相关领域研究或实习经验；\n2、在KDD、ICML、NIPS、ICLR、AAAI、WSDM、WWW、ACL、EMNLP、RECSYS等相关国际顶级会议上有论文发表；或在TPAMI、JMLR、TKDE、TNNLS等国际顶刊上有论文发表。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}