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": "支付增长算法工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "D5467",
"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": "支付增长算法工程师\n\n基础信息\n招聘类型:社招\n职位类别:J0011\n工作地点:Beijing\n所属部门:D5467\n发布时间:2026-03-30\n\n岗位职责\n1、深入快手支付业务场景,参与支付用户增长、支付渠道推荐、流量分发、保险业务等场景的算法研发,提升快手支付业务用户增长和平台营收;\n2、负责支付业务各算法场景的技术攻关,参与机器学习、深度学习领域的核心研发工作,包括但不限于神经网络模型的设计与优化,营销uplift模型、归因模型等的算法和系统研发;\n3、针对快手平台海量用户行为和画像数据,结合支付业务约束和诉求,设计针对性的多目标优化策略、运筹优化策略和推荐策略,提升用户转化效率。\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、熟悉Linux环境、C++和Python语言,良好的逻辑思维能力,优秀的编码能力,扎实的数据结构和算法功底;\n3、具有深度学习、机器学习、运筹优化、数据挖掘等相关领域知识;\n4、善于阅读文献,快速学习 ,具备优秀的分析和解决问题的能力,良好的沟通协作能力;\n5、有支付财经算法、广告投放优化、智能营销、个性化推荐相关经验者优先。",
"requirements_text": "支付增长算法工程师\n\n基础信息\n招聘类型:社招\n职位类别:J0011\n工作地点:Beijing\n所属部门:D5467\n发布时间:2026-03-30\n\n岗位职责\n1、深入快手支付业务场景,参与支付用户增长、支付渠道推荐、流量分发、保险业务等场景的算法研发,提升快手支付业务用户增长和平台营收;\n2、负责支付业务各算法场景的技术攻关,参与机器学习、深度学习领域的核心研发工作,包括但不限于神经网络模型的设计与优化,营销uplift模型、归因模型等的算法和系统研发;\n3、针对快手平台海量用户行为和画像数据,结合支付业务约束和诉求,设计针对性的多目标优化策略、运筹优化策略和推荐策略,提升用户转化效率。\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、熟悉Linux环境、C++和Python语言,良好的逻辑思维能力,优秀的编码能力,扎实的数据结构和算法功底;\n3、具有深度学习、机器学习、运筹优化、数据挖掘等相关领域知识;\n4、善于阅读文献,快速学习 ,具备优秀的分析和解决问题的能力,良好的沟通协作能力;\n5、有支付财经算法、广告投放优化、智能营销、个性化推荐相关经验者优先。",
"skills": [AI生成
"Python",
"C++",
"Linux",
"机器学习",
"深度学习",
"数据结构",
"数据挖掘",
"解决问题",
"逻辑思维",
"广告投放",
"招聘"
],
"preferred_qualifications": "5、有支付财经算法、广告投放优化、智能营销、个性化推荐相关经验者优先",
"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/23185"
}
]
},
"posting": {
"posting_id": "23185",
"post_date": "2026-03-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/23185"
},
"fulltext": "支付增长算法工程师\n支付增长算法工程师\n\n基础信息\n招聘类型:社招\n职位类别:J0011\n工作地点:Beijing\n所属部门:D5467\n发布时间:2026-03-30\n\n岗位职责\n1、深入快手支付业务场景,参与支付用户增长、支付渠道推荐、流量分发、保险业务等场景的算法研发,提升快手支付业务用户增长和平台营收;\n2、负责支付业务各算法场景的技术攻关,参与机器学习、深度学习领域的核心研发工作,包括但不限于神经网络模型的设计与优化,营销uplift模型、归因模型等的算法和系统研发;\n3、针对快手平台海量用户行为和画像数据,结合支付业务约束和诉求,设计针对性的多目标优化策略、运筹优化策略和推荐策略,提升用户转化效率。\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、熟悉Linux环境、C++和Python语言,良好的逻辑思维能力,优秀的编码能力,扎实的数据结构和算法功底;\n3、具有深度学习、机器学习、运筹优化、数据挖掘等相关领域知识;\n4、善于阅读文献,快速学习 ,具备优秀的分析和解决问题的能力,良好的沟通协作能力;\n5、有支付财经算法、广告投放优化、智能营销、个性化推荐相关经验者优先。\n支付增长算法工程师\n\n基础信息\n招聘类型:社招\n职位类别:J0011\n工作地点:Beijing\n所属部门:D5467\n发布时间:2026-03-30\n\n岗位职责\n1、深入快手支付业务场景,参与支付用户增长、支付渠道推荐、流量分发、保险业务等场景的算法研发,提升快手支付业务用户增长和平台营收;\n2、负责支付业务各算法场景的技术攻关,参与机器学习、深度学习领域的核心研发工作,包括但不限于神经网络模型的设计与优化,营销uplift模型、归因模型等的算法和系统研发;\n3、针对快手平台海量用户行为和画像数据,结合支付业务约束和诉求,设计针对性的多目标优化策略、运筹优化策略和推荐策略,提升用户转化效率。\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、熟悉Linux环境、C++和Python语言,良好的逻辑思维能力,优秀的编码能力,扎实的数据结构和算法功底;\n3、具有深度学习、机器学习、运筹优化、数据挖掘等相关领域知识;\n4、善于阅读文献,快速学习 ,具备优秀的分析和解决问题的能力,良好的沟通协作能力;\n5、有支付财经算法、广告投放优化、智能营销、个性化推荐相关经验者优先。\n支付增长算法工程师\n\n基础信息\n招聘类型:社招\n职位类别:J0011\n工作地点:Beijing\n所属部门:D5467\n发布时间:2026-03-30\n\n岗位职责\n1、深入快手支付业务场景,参与支付用户增长、支付渠道推荐、流量分发、保险业务等场景的算法研发,提升快手支付业务用户增长和平台营收;\n2、负责支付业务各算法场景的技术攻关,参与机器学习、深度学习领域的核心研发工作,包括但不限于神经网络模型的设计与优化,营销uplift模型、归因模型等的算法和系统研发;\n3、针对快手平台海量用户行为和画像数据,结合支付业务约束和诉求,设计针对性的多目标优化策略、运筹优化策略和推荐策略,提升用户转化效率。\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、熟悉Linux环境、C++和Python语言,良好的逻辑思维能力,优秀的编码能力,扎实的数据结构和算法功底;\n3、具有深度学习、机器学习、运筹优化、数据挖掘等相关领域知识;\n4、善于阅读文献,快速学习 ,具备优秀的分析和解决问题的能力,良好的沟通协作能力;\n5、有支付财经算法、广告投放优化、智能营销、个性化推荐相关经验者优先。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}