{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "增长算法实习生",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "D2210",
        "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": "计算机科学、数学、统计学或相关领域硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "增长算法实习生\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：D2210\n发布时间：2026-02-04\n\n岗位职责\n1. 深入参与大语言模型（LLM）的开发、优化与应用，包括模型训练、微调、推理加速及多模态扩展，提升模型在实际业务场景中的表现；\n2. 针对快手海外增长场景，设计并实现基于LLM的创新算法，提升用户体验并驱动核心指标增长；\n3. 研究并优化大语言模型在大规模分布式环境下的性能，提升模型的计算效率和资源利用率；\n4. 跟踪并探索大语言模型领域的前沿技术动态，结合业务需求提出创新性解决方案，推动技术落地并形成行业领先的技术成果；\n5. 与团队协作完成从算法研发到模型部署的全流程闭环，确保模型在实际场景中的稳定性和高效性。\n\n任职要求\n1. 计算机科学、数学、统计学或相关领域硕士及以上学历，具备扎实的理论基础；\n2. 熟练掌握Linux环境，精通Java和Python，具备优秀的编码能力和代码版本管理能力；\n3. 扎实的数据结构与算法功底，熟悉机器学习、深度学习、分布式计算或大规模数据挖掘等技术领域；\n4. 有大模型（如GPT、BERT等）相关研究或项目经验者优先，熟悉模型训练、调优及部署全流程；\n5. 善于快速阅读与理解最新学术文献，对前沿技术有敏锐的洞察力，能够高效转化为实际应用；\n6. 具备优秀的逻辑分析和问题解决能力，能够在复杂业务场景中提出创新性算法解决方案；\n7. 良好的沟通能力和团队协作能力，能够高效推动跨团队合作；\n8. 熟悉分布式训练框架（如TensorFlow、PyTorch、DeepSpeed等）或有高并发系统开发经验者优先。",
        "requirements_text": "增长算法实习生\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：D2210\n发布时间：2026-02-04\n\n岗位职责\n1. 深入参与大语言模型（LLM）的开发、优化与应用，包括模型训练、微调、推理加速及多模态扩展，提升模型在实际业务场景中的表现；\n2. 针对快手海外增长场景，设计并实现基于LLM的创新算法，提升用户体验并驱动核心指标增长；\n3. 研究并优化大语言模型在大规模分布式环境下的性能，提升模型的计算效率和资源利用率；\n4. 跟踪并探索大语言模型领域的前沿技术动态，结合业务需求提出创新性解决方案，推动技术落地并形成行业领先的技术成果；\n5. 与团队协作完成从算法研发到模型部署的全流程闭环，确保模型在实际场景中的稳定性和高效性。\n\n任职要求\n1. 计算机科学、数学、统计学或相关领域硕士及以上学历，具备扎实的理论基础；\n2. 熟练掌握Linux环境，精通Java和Python，具备优秀的编码能力和代码版本管理能力；\n3. 扎实的数据结构与算法功底，熟悉机器学习、深度学习、分布式计算或大规模数据挖掘等技术领域；\n4. 有大模型（如GPT、BERT等）相关研究或项目经验者优先，熟悉模型训练、调优及部署全流程；\n5. 善于快速阅读与理解最新学术文献，对前沿技术有敏锐的洞察力，能够高效转化为实际应用；\n6. 具备优秀的逻辑分析和问题解决能力，能够在复杂业务场景中提出创新性算法解决方案；\n7. 良好的沟通能力和团队协作能力，能够高效推动跨团队合作；\n8. 熟悉分布式训练框架（如TensorFlow、PyTorch、DeepSpeed等）或有高并发系统开发经验者优先。",
        "skills": [AI生成
            "Python",
            "Java",
            "Linux",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "数据结构",
            "数据挖掘",
            "模型训练",
            "团队协作",
            "沟通能力",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "4. 有大模型（如GPT、BERT等）相关研究或项目经验者优先，熟悉模型训练、调优及部署全流程；8. 熟悉分布式训练框架（如TensorFlow、PyTorch、DeepSpeed等）或有高并发系统开发经验者优先",
        "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/24078"
            }
        ]
    },
    "posting": {
        "posting_id": "24078",
        "post_date": "2026-02-04",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/24078"
    },
    "fulltext": "增长算法实习生\n增长算法实习生\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：D2210\n发布时间：2026-02-04\n\n岗位职责\n1. 深入参与大语言模型（LLM）的开发、优化与应用，包括模型训练、微调、推理加速及多模态扩展，提升模型在实际业务场景中的表现；\n2. 针对快手海外增长场景，设计并实现基于LLM的创新算法，提升用户体验并驱动核心指标增长；\n3. 研究并优化大语言模型在大规模分布式环境下的性能，提升模型的计算效率和资源利用率；\n4. 跟踪并探索大语言模型领域的前沿技术动态，结合业务需求提出创新性解决方案，推动技术落地并形成行业领先的技术成果；\n5. 与团队协作完成从算法研发到模型部署的全流程闭环，确保模型在实际场景中的稳定性和高效性。\n\n任职要求\n1. 计算机科学、数学、统计学或相关领域硕士及以上学历，具备扎实的理论基础；\n2. 熟练掌握Linux环境，精通Java和Python，具备优秀的编码能力和代码版本管理能力；\n3. 扎实的数据结构与算法功底，熟悉机器学习、深度学习、分布式计算或大规模数据挖掘等技术领域；\n4. 有大模型（如GPT、BERT等）相关研究或项目经验者优先，熟悉模型训练、调优及部署全流程；\n5. 善于快速阅读与理解最新学术文献，对前沿技术有敏锐的洞察力，能够高效转化为实际应用；\n6. 具备优秀的逻辑分析和问题解决能力，能够在复杂业务场景中提出创新性算法解决方案；\n7. 良好的沟通能力和团队协作能力，能够高效推动跨团队合作；\n8. 熟悉分布式训练框架（如TensorFlow、PyTorch、DeepSpeed等）或有高并发系统开发经验者优先。\n增长算法实习生\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：D2210\n发布时间：2026-02-04\n\n岗位职责\n1. 深入参与大语言模型（LLM）的开发、优化与应用，包括模型训练、微调、推理加速及多模态扩展，提升模型在实际业务场景中的表现；\n2. 针对快手海外增长场景，设计并实现基于LLM的创新算法，提升用户体验并驱动核心指标增长；\n3. 研究并优化大语言模型在大规模分布式环境下的性能，提升模型的计算效率和资源利用率；\n4. 跟踪并探索大语言模型领域的前沿技术动态，结合业务需求提出创新性解决方案，推动技术落地并形成行业领先的技术成果；\n5. 与团队协作完成从算法研发到模型部署的全流程闭环，确保模型在实际场景中的稳定性和高效性。\n\n任职要求\n1. 计算机科学、数学、统计学或相关领域硕士及以上学历，具备扎实的理论基础；\n2. 熟练掌握Linux环境，精通Java和Python，具备优秀的编码能力和代码版本管理能力；\n3. 扎实的数据结构与算法功底，熟悉机器学习、深度学习、分布式计算或大规模数据挖掘等技术领域；\n4. 有大模型（如GPT、BERT等）相关研究或项目经验者优先，熟悉模型训练、调优及部署全流程；\n5. 善于快速阅读与理解最新学术文献，对前沿技术有敏锐的洞察力，能够高效转化为实际应用；\n6. 具备优秀的逻辑分析和问题解决能力，能够在复杂业务场景中提出创新性算法解决方案；\n7. 良好的沟通能力和团队协作能力，能够高效推动跨团队合作；\n8. 熟悉分布式训练框架（如TensorFlow、PyTorch、DeepSpeed等）或有高并发系统开发经验者优先。\n增长算法实习生\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：D2210\n发布时间：2026-02-04\n\n岗位职责\n1. 深入参与大语言模型（LLM）的开发、优化与应用，包括模型训练、微调、推理加速及多模态扩展，提升模型在实际业务场景中的表现；\n2. 针对快手海外增长场景，设计并实现基于LLM的创新算法，提升用户体验并驱动核心指标增长；\n3. 研究并优化大语言模型在大规模分布式环境下的性能，提升模型的计算效率和资源利用率；\n4. 跟踪并探索大语言模型领域的前沿技术动态，结合业务需求提出创新性解决方案，推动技术落地并形成行业领先的技术成果；\n5. 与团队协作完成从算法研发到模型部署的全流程闭环，确保模型在实际场景中的稳定性和高效性。\n\n任职要求\n1. 计算机科学、数学、统计学或相关领域硕士及以上学历，具备扎实的理论基础；\n2. 熟练掌握Linux环境，精通Java和Python，具备优秀的编码能力和代码版本管理能力；\n3. 扎实的数据结构与算法功底，熟悉机器学习、深度学习、分布式计算或大规模数据挖掘等技术领域；\n4. 有大模型（如GPT、BERT等）相关研究或项目经验者优先，熟悉模型训练、调优及部署全流程；\n5. 善于快速阅读与理解最新学术文献，对前沿技术有敏锐的洞察力，能够高效转化为实际应用；\n6. 具备优秀的逻辑分析和问题解决能力，能够在复杂业务场景中提出创新性算法解决方案；\n7. 良好的沟通能力和团队协作能力，能够高效推动跨团队合作；\n8. 熟悉分布式训练框架（如TensorFlow、PyTorch、DeepSpeed等）或有高并发系统开发经验者优先。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [
            "T014"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}