{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "推荐算法工程师-【内容消费】",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "D10187",
        "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": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "推荐算法工程师-【内容消费】\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：D10187\n发布时间：2026-09-02\n\n岗位职责\n1、参与亿级用户规模的内容消费（短剧、小游戏、小说）推荐优化，包括不限于召粗精级联模型、推荐大模型与机制策略，提升内容观看&阅读&游玩时长、广告变现、付费转化、留存等核心指标；\n2、设计推荐与广告流量协同的创新方案，打造一体化的分发引擎，发挥数据协同优势，提升整体分发效率，提升用户体验与转化；\n3、设计和开发全域投放产品，制定合适的技术方案，提升客户投广撬动自然流量的能力，满足客户经营需求，长期牵引客户与内容供给增长，进而带动长期收入增长。\n\n任职要求\n1、数据驱动，洞察效率瓶颈与系统问题，制定提升分发效果的长期规划；\n2、对搜索、推荐与广告算法其一有深入研究，关注前沿技术发展方向，包括但不限于生成式推荐、LLM4Rec、超大规模序列建模、多任务学习等算法；\n3、熟悉开源深度学习框架，如Caffe，Tensorflow，Pytorch等；\n4、熟悉常用的编程语言Python/Java/C++之一，精通数据结构与常用算法；\n5、在AAAI，ICML，NIPS，IJCAI等顶会上发表论文加分；\n6、工作年限1~5年。",
        "requirements_text": "推荐算法工程师-【内容消费】\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：D10187\n发布时间：2026-09-02\n\n岗位职责\n1、参与亿级用户规模的内容消费（短剧、小游戏、小说）推荐优化，包括不限于召粗精级联模型、推荐大模型与机制策略，提升内容观看&阅读&游玩时长、广告变现、付费转化、留存等核心指标；\n2、设计推荐与广告流量协同的创新方案，打造一体化的分发引擎，发挥数据协同优势，提升整体分发效率，提升用户体验与转化；\n3、设计和开发全域投放产品，制定合适的技术方案，提升客户投广撬动自然流量的能力，满足客户经营需求，长期牵引客户与内容供给增长，进而带动长期收入增长。\n\n任职要求\n1、数据驱动，洞察效率瓶颈与系统问题，制定提升分发效果的长期规划；\n2、对搜索、推荐与广告算法其一有深入研究，关注前沿技术发展方向，包括但不限于生成式推荐、LLM4Rec、超大规模序列建模、多任务学习等算法；\n3、熟悉开源深度学习框架，如Caffe，Tensorflow，Pytorch等；\n4、熟悉常用的编程语言Python/Java/C++之一，精通数据结构与常用算法；\n5、在AAAI，ICML，NIPS，IJCAI等顶会上发表论文加分；\n6、工作年限1~5年。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "PyTorch",
            "TensorFlow",
            "深度学习",
            "推荐算法",
            "数据结构",
            "建模",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "5、在AAAI，ICML，NIPS，IJCAI等顶会上发表论文加分",
        "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/28532"
            }
        ]
    },
    "posting": {
        "posting_id": "28532",
        "post_date": "2026-09-02",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/28532"
    },
    "fulltext": "推荐算法工程师-【内容消费】\n推荐算法工程师-【内容消费】\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：D10187\n发布时间：2026-09-02\n\n岗位职责\n1、参与亿级用户规模的内容消费（短剧、小游戏、小说）推荐优化，包括不限于召粗精级联模型、推荐大模型与机制策略，提升内容观看&阅读&游玩时长、广告变现、付费转化、留存等核心指标；\n2、设计推荐与广告流量协同的创新方案，打造一体化的分发引擎，发挥数据协同优势，提升整体分发效率，提升用户体验与转化；\n3、设计和开发全域投放产品，制定合适的技术方案，提升客户投广撬动自然流量的能力，满足客户经营需求，长期牵引客户与内容供给增长，进而带动长期收入增长。\n\n任职要求\n1、数据驱动，洞察效率瓶颈与系统问题，制定提升分发效果的长期规划；\n2、对搜索、推荐与广告算法其一有深入研究，关注前沿技术发展方向，包括但不限于生成式推荐、LLM4Rec、超大规模序列建模、多任务学习等算法；\n3、熟悉开源深度学习框架，如Caffe，Tensorflow，Pytorch等；\n4、熟悉常用的编程语言Python/Java/C++之一，精通数据结构与常用算法；\n5、在AAAI，ICML，NIPS，IJCAI等顶会上发表论文加分；\n6、工作年限1~5年。\n推荐算法工程师-【内容消费】\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：D10187\n发布时间：2026-09-02\n\n岗位职责\n1、参与亿级用户规模的内容消费（短剧、小游戏、小说）推荐优化，包括不限于召粗精级联模型、推荐大模型与机制策略，提升内容观看&阅读&游玩时长、广告变现、付费转化、留存等核心指标；\n2、设计推荐与广告流量协同的创新方案，打造一体化的分发引擎，发挥数据协同优势，提升整体分发效率，提升用户体验与转化；\n3、设计和开发全域投放产品，制定合适的技术方案，提升客户投广撬动自然流量的能力，满足客户经营需求，长期牵引客户与内容供给增长，进而带动长期收入增长。\n\n任职要求\n1、数据驱动，洞察效率瓶颈与系统问题，制定提升分发效果的长期规划；\n2、对搜索、推荐与广告算法其一有深入研究，关注前沿技术发展方向，包括但不限于生成式推荐、LLM4Rec、超大规模序列建模、多任务学习等算法；\n3、熟悉开源深度学习框架，如Caffe，Tensorflow，Pytorch等；\n4、熟悉常用的编程语言Python/Java/C++之一，精通数据结构与常用算法；\n5、在AAAI，ICML，NIPS，IJCAI等顶会上发表论文加分；\n6、工作年限1~5年。\n推荐算法工程师-【内容消费】\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：D10187\n发布时间：2026-09-02\n\n岗位职责\n1、参与亿级用户规模的内容消费（短剧、小游戏、小说）推荐优化，包括不限于召粗精级联模型、推荐大模型与机制策略，提升内容观看&阅读&游玩时长、广告变现、付费转化、留存等核心指标；\n2、设计推荐与广告流量协同的创新方案，打造一体化的分发引擎，发挥数据协同优势，提升整体分发效率，提升用户体验与转化；\n3、设计和开发全域投放产品，制定合适的技术方案，提升客户投广撬动自然流量的能力，满足客户经营需求，长期牵引客户与内容供给增长，进而带动长期收入增长。\n\n任职要求\n1、数据驱动，洞察效率瓶颈与系统问题，制定提升分发效果的长期规划；\n2、对搜索、推荐与广告算法其一有深入研究，关注前沿技术发展方向，包括但不限于生成式推荐、LLM4Rec、超大规模序列建模、多任务学习等算法；\n3、熟悉开源深度学习框架，如Caffe，Tensorflow，Pytorch等；\n4、熟悉常用的编程语言Python/Java/C++之一，精通数据结构与常用算法；\n5、在AAAI，ICML，NIPS，IJCAI等顶会上发表论文加分；\n6、工作年限1~5年。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}