主分类：通用算法研发（其他方向）
辅助：数据工程与数据平台研发（仅展示）
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": "算法工程师-地理位置中台",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "深圳",
"work_mode": "未披露",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责城市级地理空间数据处理与建模，包括道路、水系、行政区划、POI等多源数据融合；\n2、设计并优化分层切分与block合并算法，研发空间聚类与区域划分算法（如DBSCAN/HDBSCAN/图聚类/启发式合并），平衡业务约束（POI上限、面积上限、形状规整性）与计算效率，完成效果评估与线上迭代；\n3、搭建大规模空间计算流水线，支持Spark/Hive/HDFS环境下的批处理与增量更新，优化GeoPandas/Shapely等链路性能，解决爆内存、并发效率、几何有效性与拓扑稳定性问题；\n4、与产品、数据、工程团队协同，推动算法工程化、可观测、可回溯、可维护。",
"requirements_text": "1、计算机、GIS、测绘、遥感、应用数学等相关专业；\n2、扎实的Python工程能力，熟悉Pandas、GeoPandas、Shapely、NumPy，具备复杂空间处理代码的重构与性能优化经验；\n3、熟悉常见空间关系与拓扑操作（intersects、contains、overlay、polygonize等）；\n4、熟悉分布式数据处理体系（Spark SQL、Hive、HDFS）；\n5、理解空间聚类、图算法、启发式搜索或近似优化方法，能在业务约束下做可落地方案；\n6、具备良好的问题排查能力，能快速定位几何异常、并行任务失败等复杂问题。",
"skills": [AI生成
"Python",
"SQL",
"Spark",
"性能优化"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7376937757278537994/detail"
}
]
},
"posting": {
"posting_id": "7376937757278537994",
"post_date": "2024-06-05",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7376937757278537994/detail"
},
"fulltext": "算法工程师-地理位置中台\n职位描述\n1、负责城市级地理空间数据处理与建模，包括道路、水系、行政区划、POI等多源数据融合；\n2、设计并优化分层切分与block合并算法，研发空间聚类与区域划分算法（如DBSCAN/HDBSCAN/图聚类/启发式合并），平衡业务约束（POI上限、面积上限、形状规整性）与计算效率，完成效果评估与线上迭代；\n3、搭建大规模空间计算流水线，支持Spark/Hive/HDFS环境下的批处理与增量更新，优化GeoPandas/Shapely等链路性能，解决爆内存、并发效率、几何有效性与拓扑稳定性问题；\n4、与产品、数据、工程团队协同，推动算法工程化、可观测、可回溯、可维护。\n\n职位要求\n1、计算机、GIS、测绘、遥感、应用数学等相关专业；\n2、扎实的Python工程能力，熟悉Pandas、GeoPandas、Shapely、NumPy，具备复杂空间处理代码的重构与性能优化经验；\n3、熟悉常见空间关系与拓扑操作（intersects、contains、overlay、polygonize等）；\n4、熟悉分布式数据处理体系（Spark SQL、Hive、HDFS）；\n5、理解空间聚类、图算法、启发式搜索或近似优化方法，能在业务约束下做可落地方案；\n6、具备良好的问题排查能力，能快速定位几何异常、并行任务失败等复杂问题。\n1、负责城市级地理空间数据处理与建模，包括道路、水系、行政区划、POI等多源数据融合；\n2、设计并优化分层切分与block合并算法，研发空间聚类与区域划分算法（如DBSCAN/HDBSCAN/图聚类/启发式合并），平衡业务约束（POI上限、面积上限、形状规整性）与计算效率，完成效果评估与线上迭代；\n3、搭建大规模空间计算流水线，支持Spark/Hive/HDFS环境下的批处理与增量更新，优化GeoPandas/Shapely等链路性能，解决爆内存、并发效率、几何有效性与拓扑稳定性问题；\n4、与产品、数据、工程团队协同，推动算法工程化、可观测、可回溯、可维护。\n1、计算机、GIS、测绘、遥感、应用数学等相关专业；\n2、扎实的Python工程能力，熟悉Pandas、GeoPandas、Shapely、NumPy，具备复杂空间处理代码的重构与性能优化经验；\n3、熟悉常见空间关系与拓扑操作（intersects、contains、overlay、polygonize等）；\n4、熟悉分布式数据处理体系（Spark SQL、Hive、HDFS）；\n5、理解空间聚类、图算法、启发式搜索或近似优化方法，能在业务约束下做可落地方案；\n6、具备良好的问题排查能力，能快速定位几何异常、并行任务失败等复杂问题。",
"standard_classification": {
"std_category_code": "T033",
"std_aux_codes": [
"T016"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}