{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "广告算法实习生-【商业化算法部】",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "D10187",
        "location": "Beijing",
        "work_mode": "未披露",AI生成
        "job_category": "J0011"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、数学、统计学等相关专业本科以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "广告算法实习生-【商业化算法部】\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D10187\n发布时间：2026-07-15\n\n岗位职责\n1、参与快手商业化系统核心模型、机制、策略算法的研究及开发工作；\n2、针对每天数亿网民 & 亿级广告库，参与研发业界领先的超大规模深度学习推荐模型，通过输入端、判别层、输出端建模优化，更精准地实现千人千面，包括但不限于 Meta learning、图学习、多模态建模、对比学习等前沿技术研究；\n3、参与研发业界领先的广告智能投放平台，通过应用运筹优化、强化学习、联邦学习、CV & NLP（视频理解、生成）等前沿技术，提升广告主投放的长短期收益；\n4、针对每天百亿流量 & 数十种差异化场景，参与设计、实现创新的拍卖机制和分配算法，运用博弈论、计算经济学、Uplift 建模 / 因果推断，参数模型化等技术和理论，探索给定资源约束下最大化流量和生态长短期价值的最佳机制策略实践。\n\n任职要求\n1、2027届优秀毕业生，计算机、数学、统计学等相关专业本科以上学历，博士、硕士优先；\n2、熟悉 Linux，精通 C / C++、Java、Python 等至少一门编程语言，优秀的编码能力，扎实的数据结构和算法功底；\n3、熟悉机器学习、数据挖掘、计算广告学相关基础知识，对常用算法有使用经验，并能根据实际场景进行优化，熟悉大规模数据挖掘处理、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能力，良好的沟通协作能力。\n加分项：\n1、有互联网广告算法、搜索 / 推荐系统、机器学习、计算机视觉、计算广告学及博弈论相关领域研究，及一线互联网公司实习经验者优先；\n2、在 NIPS、ICML、ICLR、IJCAI / AAAI、SIGKDD、CVPR / ICCV、ACL 等相关国际顶级会议或期刊上有文章发表者优先；\n3、有 Kaggle、KDD Cup 等推荐算法、数据挖掘比赛获奖者优先；\n4、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。",
        "requirements_text": "广告算法实习生-【商业化算法部】\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D10187\n发布时间：2026-07-15\n\n岗位职责\n1、参与快手商业化系统核心模型、机制、策略算法的研究及开发工作；\n2、针对每天数亿网民 & 亿级广告库，参与研发业界领先的超大规模深度学习推荐模型，通过输入端、判别层、输出端建模优化，更精准地实现千人千面，包括但不限于 Meta learning、图学习、多模态建模、对比学习等前沿技术研究；\n3、参与研发业界领先的广告智能投放平台，通过应用运筹优化、强化学习、联邦学习、CV & NLP（视频理解、生成）等前沿技术，提升广告主投放的长短期收益；\n4、针对每天百亿流量 & 数十种差异化场景，参与设计、实现创新的拍卖机制和分配算法，运用博弈论、计算经济学、Uplift 建模 / 因果推断，参数模型化等技术和理论，探索给定资源约束下最大化流量和生态长短期价值的最佳机制策略实践。\n\n任职要求\n1、2027届优秀毕业生，计算机、数学、统计学等相关专业本科以上学历，博士、硕士优先；\n2、熟悉 Linux，精通 C / C++、Java、Python 等至少一门编程语言，优秀的编码能力，扎实的数据结构和算法功底；\n3、熟悉机器学习、数据挖掘、计算广告学相关基础知识，对常用算法有使用经验，并能根据实际场景进行优化，熟悉大规模数据挖掘处理、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能力，良好的沟通协作能力。\n加分项：\n1、有互联网广告算法、搜索 / 推荐系统、机器学习、计算机视觉、计算广告学及博弈论相关领域研究，及一线互联网公司实习经验者优先；\n2、在 NIPS、ICML、ICLR、IJCAI / AAAI、SIGKDD、CVPR / ICCV、ACL 等相关国际顶级会议或期刊上有文章发表者优先；\n3、有 Kaggle、KDD Cup 等推荐算法、数据挖掘比赛获奖者优先；\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",
            "深度学习",
            "强化学习",
            "自然语言处理",
            "计算机视觉",
            "推荐算法",
            "数据结构",
            "数据挖掘",
            "解决问题",
            "建模",
            "招聘"
        ],
        "preferred_qualifications": "1、2027届优秀毕业生，计算机、数学、统计学等相关专业本科以上学历，博士、硕士优先；加分项：；1、有互联网广告算法、搜索 / 推荐系统、机器学习、计算机视觉、计算广告学及博弈论相关领域研究，及一线互联网公司实习经验者优先；2、在 NIPS、ICML、ICLR、IJCAI / AAAI、SIGKDD、CVPR / ICCV、ACL 等相关国际顶级会议或期刊上有文章发表者优先；3、有 Kaggle、KDD Cup 等推荐算法、数据挖掘比赛获奖者优先；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://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/15716"
            }
        ]
    },
    "posting": {
        "posting_id": "15716",
        "post_date": "2026-07-15",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/15716"
    },
    "fulltext": "广告算法实习生-【商业化算法部】\n广告算法实习生-【商业化算法部】\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D10187\n发布时间：2026-07-15\n\n岗位职责\n1、参与快手商业化系统核心模型、机制、策略算法的研究及开发工作；\n2、针对每天数亿网民 & 亿级广告库，参与研发业界领先的超大规模深度学习推荐模型，通过输入端、判别层、输出端建模优化，更精准地实现千人千面，包括但不限于 Meta learning、图学习、多模态建模、对比学习等前沿技术研究；\n3、参与研发业界领先的广告智能投放平台，通过应用运筹优化、强化学习、联邦学习、CV & NLP（视频理解、生成）等前沿技术，提升广告主投放的长短期收益；\n4、针对每天百亿流量 & 数十种差异化场景，参与设计、实现创新的拍卖机制和分配算法，运用博弈论、计算经济学、Uplift 建模 / 因果推断，参数模型化等技术和理论，探索给定资源约束下最大化流量和生态长短期价值的最佳机制策略实践。\n\n任职要求\n1、2027届优秀毕业生，计算机、数学、统计学等相关专业本科以上学历，博士、硕士优先；\n2、熟悉 Linux，精通 C / C++、Java、Python 等至少一门编程语言，优秀的编码能力，扎实的数据结构和算法功底；\n3、熟悉机器学习、数据挖掘、计算广告学相关基础知识，对常用算法有使用经验，并能根据实际场景进行优化，熟悉大规模数据挖掘处理、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能力，良好的沟通协作能力。\n加分项：\n1、有互联网广告算法、搜索 / 推荐系统、机器学习、计算机视觉、计算广告学及博弈论相关领域研究，及一线互联网公司实习经验者优先；\n2、在 NIPS、ICML、ICLR、IJCAI / AAAI、SIGKDD、CVPR / ICCV、ACL 等相关国际顶级会议或期刊上有文章发表者优先；\n3、有 Kaggle、KDD Cup 等推荐算法、数据挖掘比赛获奖者优先；\n4、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。\n广告算法实习生-【商业化算法部】\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D10187\n发布时间：2026-07-15\n\n岗位职责\n1、参与快手商业化系统核心模型、机制、策略算法的研究及开发工作；\n2、针对每天数亿网民 & 亿级广告库，参与研发业界领先的超大规模深度学习推荐模型，通过输入端、判别层、输出端建模优化，更精准地实现千人千面，包括但不限于 Meta learning、图学习、多模态建模、对比学习等前沿技术研究；\n3、参与研发业界领先的广告智能投放平台，通过应用运筹优化、强化学习、联邦学习、CV & NLP（视频理解、生成）等前沿技术，提升广告主投放的长短期收益；\n4、针对每天百亿流量 & 数十种差异化场景，参与设计、实现创新的拍卖机制和分配算法，运用博弈论、计算经济学、Uplift 建模 / 因果推断，参数模型化等技术和理论，探索给定资源约束下最大化流量和生态长短期价值的最佳机制策略实践。\n\n任职要求\n1、2027届优秀毕业生，计算机、数学、统计学等相关专业本科以上学历，博士、硕士优先；\n2、熟悉 Linux，精通 C / C++、Java、Python 等至少一门编程语言，优秀的编码能力，扎实的数据结构和算法功底；\n3、熟悉机器学习、数据挖掘、计算广告学相关基础知识，对常用算法有使用经验，并能根据实际场景进行优化，熟悉大规模数据挖掘处理、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能力，良好的沟通协作能力。\n加分项：\n1、有互联网广告算法、搜索 / 推荐系统、机器学习、计算机视觉、计算广告学及博弈论相关领域研究，及一线互联网公司实习经验者优先；\n2、在 NIPS、ICML、ICLR、IJCAI / AAAI、SIGKDD、CVPR / ICCV、ACL 等相关国际顶级会议或期刊上有文章发表者优先；\n3、有 Kaggle、KDD Cup 等推荐算法、数据挖掘比赛获奖者优先；\n4、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。\n广告算法实习生-【商业化算法部】\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D10187\n发布时间：2026-07-15\n\n岗位职责\n1、参与快手商业化系统核心模型、机制、策略算法的研究及开发工作；\n2、针对每天数亿网民 & 亿级广告库，参与研发业界领先的超大规模深度学习推荐模型，通过输入端、判别层、输出端建模优化，更精准地实现千人千面，包括但不限于 Meta learning、图学习、多模态建模、对比学习等前沿技术研究；\n3、参与研发业界领先的广告智能投放平台，通过应用运筹优化、强化学习、联邦学习、CV & NLP（视频理解、生成）等前沿技术，提升广告主投放的长短期收益；\n4、针对每天百亿流量 & 数十种差异化场景，参与设计、实现创新的拍卖机制和分配算法，运用博弈论、计算经济学、Uplift 建模 / 因果推断，参数模型化等技术和理论，探索给定资源约束下最大化流量和生态长短期价值的最佳机制策略实践。\n\n任职要求\n1、2027届优秀毕业生，计算机、数学、统计学等相关专业本科以上学历，博士、硕士优先；\n2、熟悉 Linux，精通 C / C++、Java、Python 等至少一门编程语言，优秀的编码能力，扎实的数据结构和算法功底；\n3、熟悉机器学习、数据挖掘、计算广告学相关基础知识，对常用算法有使用经验，并能根据实际场景进行优化，熟悉大规模数据挖掘处理、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能力，良好的沟通协作能力。\n加分项：\n1、有互联网广告算法、搜索 / 推荐系统、机器学习、计算机视觉、计算广告学及博弈论相关领域研究，及一线互联网公司实习经验者优先；\n2、在 NIPS、ICML、ICLR、IJCAI / AAAI、SIGKDD、CVPR / ICCV、ACL 等相关国际顶级会议或期刊上有文章发表者优先；\n3、有 Kaggle、KDD Cup 等推荐算法、数据挖掘比赛获奖者优先；\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"
    }
}