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": "数据挖掘算法实习生",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "D4013",
"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": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "数据挖掘算法实习生\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:D4013\n发布时间:2023-08-10\n\n岗位职责\n利用快手平台海量用户的静态和动态数据,运用机器学习、数据挖掘等技术,对用户进行标签识别、人群挖掘、兴趣挖掘、表征学习等等。\n具体职责包括:\n1、通过对用户全域数据的挖掘和分析,进行用户建模,实现对用户各属性的精准刻画;\n2、负责追踪业界先进算法的研发和优化,以提高各个模型的效果和效率;\n3、建模用户认知标签,如用户兴趣、用户意愿等;\n4、使用全域数据学习用户表征,输出给下游模型使用,优化模型效果。\n\n任职要求\n1、硕士及以上学历,拥有扎实的数学和数据挖掘基础,以及坚实的机器学习理论知识;\n2、熟练掌握至少一种编程语言,如Java/C++/Scala/Python,了解Linux系统及常用Shell命令;\n3、具备优秀的数据直觉,对前沿算法有较为清晰的理解;了解Spark/Hive等常用大数据处理工具者优先考虑;\n4、具备团队协作精神,善于沟通与合作。\n加分项:\n1、在相关领域有学术研究或项目经验,参与过机器学习比赛或开源项目;\n2、熟悉深度学习技术,如TensorFlow、PyTorch等;\n3、熟悉相关领域的深度学习算法,如小样本学习、多目标学习、对比学习、表征学习算法等。",
"requirements_text": "数据挖掘算法实习生\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:D4013\n发布时间:2023-08-10\n\n岗位职责\n利用快手平台海量用户的静态和动态数据,运用机器学习、数据挖掘等技术,对用户进行标签识别、人群挖掘、兴趣挖掘、表征学习等等。\n具体职责包括:\n1、通过对用户全域数据的挖掘和分析,进行用户建模,实现对用户各属性的精准刻画;\n2、负责追踪业界先进算法的研发和优化,以提高各个模型的效果和效率;\n3、建模用户认知标签,如用户兴趣、用户意愿等;\n4、使用全域数据学习用户表征,输出给下游模型使用,优化模型效果。\n\n任职要求\n1、硕士及以上学历,拥有扎实的数学和数据挖掘基础,以及坚实的机器学习理论知识;\n2、熟练掌握至少一种编程语言,如Java/C++/Scala/Python,了解Linux系统及常用Shell命令;\n3、具备优秀的数据直觉,对前沿算法有较为清晰的理解;了解Spark/Hive等常用大数据处理工具者优先考虑;\n4、具备团队协作精神,善于沟通与合作。\n加分项:\n1、在相关领域有学术研究或项目经验,参与过机器学习比赛或开源项目;\n2、熟悉深度学习技术,如TensorFlow、PyTorch等;\n3、熟悉相关领域的深度学习算法,如小样本学习、多目标学习、对比学习、表征学习算法等。",
"skills": [AI生成
"Python",
"Java",
"C++",
"Scala",
"Linux",
"Spark",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"数据挖掘",
"团队协作",
"建模",
"招聘"
],
"preferred_qualifications": "了解Spark/Hive等常用大数据处理工具者优先考虑;加分项:",
"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/18677"
}
]
},
"posting": {
"posting_id": "18677",
"post_date": "2023-08-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/18677"
},
"fulltext": "数据挖掘算法实习生\n数据挖掘算法实习生\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:D4013\n发布时间:2023-08-10\n\n岗位职责\n利用快手平台海量用户的静态和动态数据,运用机器学习、数据挖掘等技术,对用户进行标签识别、人群挖掘、兴趣挖掘、表征学习等等。\n具体职责包括:\n1、通过对用户全域数据的挖掘和分析,进行用户建模,实现对用户各属性的精准刻画;\n2、负责追踪业界先进算法的研发和优化,以提高各个模型的效果和效率;\n3、建模用户认知标签,如用户兴趣、用户意愿等;\n4、使用全域数据学习用户表征,输出给下游模型使用,优化模型效果。\n\n任职要求\n1、硕士及以上学历,拥有扎实的数学和数据挖掘基础,以及坚实的机器学习理论知识;\n2、熟练掌握至少一种编程语言,如Java/C++/Scala/Python,了解Linux系统及常用Shell命令;\n3、具备优秀的数据直觉,对前沿算法有较为清晰的理解;了解Spark/Hive等常用大数据处理工具者优先考虑;\n4、具备团队协作精神,善于沟通与合作。\n加分项:\n1、在相关领域有学术研究或项目经验,参与过机器学习比赛或开源项目;\n2、熟悉深度学习技术,如TensorFlow、PyTorch等;\n3、熟悉相关领域的深度学习算法,如小样本学习、多目标学习、对比学习、表征学习算法等。\n数据挖掘算法实习生\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:D4013\n发布时间:2023-08-10\n\n岗位职责\n利用快手平台海量用户的静态和动态数据,运用机器学习、数据挖掘等技术,对用户进行标签识别、人群挖掘、兴趣挖掘、表征学习等等。\n具体职责包括:\n1、通过对用户全域数据的挖掘和分析,进行用户建模,实现对用户各属性的精准刻画;\n2、负责追踪业界先进算法的研发和优化,以提高各个模型的效果和效率;\n3、建模用户认知标签,如用户兴趣、用户意愿等;\n4、使用全域数据学习用户表征,输出给下游模型使用,优化模型效果。\n\n任职要求\n1、硕士及以上学历,拥有扎实的数学和数据挖掘基础,以及坚实的机器学习理论知识;\n2、熟练掌握至少一种编程语言,如Java/C++/Scala/Python,了解Linux系统及常用Shell命令;\n3、具备优秀的数据直觉,对前沿算法有较为清晰的理解;了解Spark/Hive等常用大数据处理工具者优先考虑;\n4、具备团队协作精神,善于沟通与合作。\n加分项:\n1、在相关领域有学术研究或项目经验,参与过机器学习比赛或开源项目;\n2、熟悉深度学习技术,如TensorFlow、PyTorch等;\n3、熟悉相关领域的深度学习算法,如小样本学习、多目标学习、对比学习、表征学习算法等。\n数据挖掘算法实习生\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:D4013\n发布时间:2023-08-10\n\n岗位职责\n利用快手平台海量用户的静态和动态数据,运用机器学习、数据挖掘等技术,对用户进行标签识别、人群挖掘、兴趣挖掘、表征学习等等。\n具体职责包括:\n1、通过对用户全域数据的挖掘和分析,进行用户建模,实现对用户各属性的精准刻画;\n2、负责追踪业界先进算法的研发和优化,以提高各个模型的效果和效率;\n3、建模用户认知标签,如用户兴趣、用户意愿等;\n4、使用全域数据学习用户表征,输出给下游模型使用,优化模型效果。\n\n任职要求\n1、硕士及以上学历,拥有扎实的数学和数据挖掘基础,以及坚实的机器学习理论知识;\n2、熟练掌握至少一种编程语言,如Java/C++/Scala/Python,了解Linux系统及常用Shell命令;\n3、具备优秀的数据直觉,对前沿算法有较为清晰的理解;了解Spark/Hive等常用大数据处理工具者优先考虑;\n4、具备团队协作精神,善于沟通与合作。\n加分项:\n1、在相关领域有学术研究或项目经验,参与过机器学习比赛或开源项目;\n2、熟悉深度学习技术,如TensorFlow、PyTorch等;\n3、熟悉相关领域的深度学习算法,如小样本学习、多目标学习、对比学习、表征学习算法等。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}