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": "推荐算法工程师-【主APP】",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "D0030",
"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、数学或统计学相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "推荐算法工程师-【主APP】\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：D0030\n发布时间：2026-09-06\n\n岗位职责\n1、参与亿级用户规模的视频推荐优化，提升停留时长、点击率、留存率等核心指标；\n2、参与机器学习、深度学习领域的技术研发工作，包括但不限于神经元网络模型设计与优化、强化学习、迁移学习、主动学习等的算法和系统研发等；\n3、分析海量用户行为数据和视频数据，增加有效的特征，挖掘用户兴趣，优化排序机制；\n4、通过超大规模机器学习模型和系统，使用先进的检索和排序手段，优化社区生态，优化快手的推荐效果；\n5、针对海量用户行为数据，提供分布式的算法实现的解决方案，大幅提升算法计算规模和性能；\n6、参与搭建推荐系统框架，提供高并发，大数据，高效可靠的线上服务；\n7、参与全域流量博弈的机制设计，协助拓展业务边界；\n8、参与前沿问题的探索与研究，结合实际应用场景，提供全面的技术解决方案。\n\n任职要求\n1、计算机、数学或统计学相关专业硕士及以上学历；\n2、熟悉Linux，C++，Java和Python，优秀的编码与代码控制能力, 扎实的数据结构和算法功底；\n3、熟悉大规模数据挖掘、机器学习、分布式计算，具备实际工作经验；\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。\n如果你还满足以下要求，我们会优先考虑：\n1、有推荐系统、机器学习、信息检索、自然语言理解、计算广告学及算法博弈论相关领域研究及实践经验；\n2、有实际线上的高并发架构开发和调优的经验；\n3、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶级会议上有文献发表；\n4、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。",
"requirements_text": "推荐算法工程师-【主APP】\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：D0030\n发布时间：2026-09-06\n\n岗位职责\n1、参与亿级用户规模的视频推荐优化，提升停留时长、点击率、留存率等核心指标；\n2、参与机器学习、深度学习领域的技术研发工作，包括但不限于神经元网络模型设计与优化、强化学习、迁移学习、主动学习等的算法和系统研发等；\n3、分析海量用户行为数据和视频数据，增加有效的特征，挖掘用户兴趣，优化排序机制；\n4、通过超大规模机器学习模型和系统，使用先进的检索和排序手段，优化社区生态，优化快手的推荐效果；\n5、针对海量用户行为数据，提供分布式的算法实现的解决方案，大幅提升算法计算规模和性能；\n6、参与搭建推荐系统框架，提供高并发，大数据，高效可靠的线上服务；\n7、参与全域流量博弈的机制设计，协助拓展业务边界；\n8、参与前沿问题的探索与研究，结合实际应用场景，提供全面的技术解决方案。\n\n任职要求\n1、计算机、数学或统计学相关专业硕士及以上学历；\n2、熟悉Linux，C++，Java和Python，优秀的编码与代码控制能力, 扎实的数据结构和算法功底；\n3、熟悉大规模数据挖掘、机器学习、分布式计算，具备实际工作经验；\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。\n如果你还满足以下要求，我们会优先考虑：\n1、有推荐系统、机器学习、信息检索、自然语言理解、计算广告学及算法博弈论相关领域研究及实践经验；\n2、有实际线上的高并发架构开发和调优的经验；\n3、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶级会议上有文献发表；\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",
"推荐算法",
"数据结构",
"数据挖掘",
"解决问题",
"招聘"
],
"preferred_qualifications": "如果你还满足以下要求，我们会优先考虑：；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/2605"
}
]
},
"posting": {
"posting_id": "2605",
"post_date": "2026-09-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/2605"
},
"fulltext": "推荐算法工程师-【主APP】\n推荐算法工程师-【主APP】\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：D0030\n发布时间：2026-09-06\n\n岗位职责\n1、参与亿级用户规模的视频推荐优化，提升停留时长、点击率、留存率等核心指标；\n2、参与机器学习、深度学习领域的技术研发工作，包括但不限于神经元网络模型设计与优化、强化学习、迁移学习、主动学习等的算法和系统研发等；\n3、分析海量用户行为数据和视频数据，增加有效的特征，挖掘用户兴趣，优化排序机制；\n4、通过超大规模机器学习模型和系统，使用先进的检索和排序手段，优化社区生态，优化快手的推荐效果；\n5、针对海量用户行为数据，提供分布式的算法实现的解决方案，大幅提升算法计算规模和性能；\n6、参与搭建推荐系统框架，提供高并发，大数据，高效可靠的线上服务；\n7、参与全域流量博弈的机制设计，协助拓展业务边界；\n8、参与前沿问题的探索与研究，结合实际应用场景，提供全面的技术解决方案。\n\n任职要求\n1、计算机、数学或统计学相关专业硕士及以上学历；\n2、熟悉Linux，C++，Java和Python，优秀的编码与代码控制能力, 扎实的数据结构和算法功底；\n3、熟悉大规模数据挖掘、机器学习、分布式计算，具备实际工作经验；\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。\n如果你还满足以下要求，我们会优先考虑：\n1、有推荐系统、机器学习、信息检索、自然语言理解、计算广告学及算法博弈论相关领域研究及实践经验；\n2、有实际线上的高并发架构开发和调优的经验；\n3、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶级会议上有文献发表；\n4、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。\n推荐算法工程师-【主APP】\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：D0030\n发布时间：2026-09-06\n\n岗位职责\n1、参与亿级用户规模的视频推荐优化，提升停留时长、点击率、留存率等核心指标；\n2、参与机器学习、深度学习领域的技术研发工作，包括但不限于神经元网络模型设计与优化、强化学习、迁移学习、主动学习等的算法和系统研发等；\n3、分析海量用户行为数据和视频数据，增加有效的特征，挖掘用户兴趣，优化排序机制；\n4、通过超大规模机器学习模型和系统，使用先进的检索和排序手段，优化社区生态，优化快手的推荐效果；\n5、针对海量用户行为数据，提供分布式的算法实现的解决方案，大幅提升算法计算规模和性能；\n6、参与搭建推荐系统框架，提供高并发，大数据，高效可靠的线上服务；\n7、参与全域流量博弈的机制设计，协助拓展业务边界；\n8、参与前沿问题的探索与研究，结合实际应用场景，提供全面的技术解决方案。\n\n任职要求\n1、计算机、数学或统计学相关专业硕士及以上学历；\n2、熟悉Linux，C++，Java和Python，优秀的编码与代码控制能力, 扎实的数据结构和算法功底；\n3、熟悉大规模数据挖掘、机器学习、分布式计算，具备实际工作经验；\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。\n如果你还满足以下要求，我们会优先考虑：\n1、有推荐系统、机器学习、信息检索、自然语言理解、计算广告学及算法博弈论相关领域研究及实践经验；\n2、有实际线上的高并发架构开发和调优的经验；\n3、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶级会议上有文献发表；\n4、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。\n推荐算法工程师-【主APP】\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：D0030\n发布时间：2026-09-06\n\n岗位职责\n1、参与亿级用户规模的视频推荐优化，提升停留时长、点击率、留存率等核心指标；\n2、参与机器学习、深度学习领域的技术研发工作，包括但不限于神经元网络模型设计与优化、强化学习、迁移学习、主动学习等的算法和系统研发等；\n3、分析海量用户行为数据和视频数据，增加有效的特征，挖掘用户兴趣，优化排序机制；\n4、通过超大规模机器学习模型和系统，使用先进的检索和排序手段，优化社区生态，优化快手的推荐效果；\n5、针对海量用户行为数据，提供分布式的算法实现的解决方案，大幅提升算法计算规模和性能；\n6、参与搭建推荐系统框架，提供高并发，大数据，高效可靠的线上服务；\n7、参与全域流量博弈的机制设计，协助拓展业务边界；\n8、参与前沿问题的探索与研究，结合实际应用场景，提供全面的技术解决方案。\n\n任职要求\n1、计算机、数学或统计学相关专业硕士及以上学历；\n2、熟悉Linux，C++，Java和Python，优秀的编码与代码控制能力, 扎实的数据结构和算法功底；\n3、熟悉大规模数据挖掘、机器学习、分布式计算，具备实际工作经验；\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。\n如果你还满足以下要求，我们会优先考虑：\n1、有推荐系统、机器学习、信息检索、自然语言理解、计算广告学及算法博弈论相关领域研究及实践经验；\n2、有实际线上的高并发架构开发和调优的经验；\n3、在SIGKDD、ICML、NIPS、WSDM、WWW、ACL、RECSYS等相关国际顶级会议上有文献发表；\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"
}
}