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": "因果算法实习生 -【商业化】",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "D13927",
"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": "因果算法实习生 -【商业化】\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：D13927\n发布时间：2026-06-23\n\n岗位职责\n1、负责构建基于因果推断的广告长期价值评估体系，量化广告曝光及广告质量对用户长期留存与APP使用时长的增量影响，为策略优化提供可靠归因；\n2、研发并持续迭代Uplift增益模型，精准刻画用户对广告的敏感度差异，识别正向敏感人群与易受打扰人群，构建用户分群策略；\n3、主导广告调控策略的算法设计，通过动态调控优化用户体验，实现留存与使用时长的正向增长，并通过运筹优化探寻用户体验与消耗影响的最优兑换比；\n4、跟踪因果推断、增量学习、长期价值建模等领域的前沿进展，推动相关技术在广告体验优化与用户增长场景的落地应用。\n\n任职要求\n1、硕士及以上学历，计算机、统计学、机器学习等相关专业，具备扎实的统计学基础和机器学习功底，27届及以后同学优先，一周5天可实习4个月及以上同学优先；\n2、精通因果推断理论与方法，并有实际项目经验；\n3、熟悉Uplift Modeling技术体系及主流模型框架，具备建模与调优经验；\n4、优秀的逻辑思维能力、业务洞察力和跨团队沟通能力，能够将复杂模型转化为清晰的业务策略。",
"requirements_text": "因果算法实习生 -【商业化】\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：D13927\n发布时间：2026-06-23\n\n岗位职责\n1、负责构建基于因果推断的广告长期价值评估体系，量化广告曝光及广告质量对用户长期留存与APP使用时长的增量影响，为策略优化提供可靠归因；\n2、研发并持续迭代Uplift增益模型，精准刻画用户对广告的敏感度差异，识别正向敏感人群与易受打扰人群，构建用户分群策略；\n3、主导广告调控策略的算法设计，通过动态调控优化用户体验，实现留存与使用时长的正向增长，并通过运筹优化探寻用户体验与消耗影响的最优兑换比；\n4、跟踪因果推断、增量学习、长期价值建模等领域的前沿进展，推动相关技术在广告体验优化与用户增长场景的落地应用。\n\n任职要求\n1、硕士及以上学历，计算机、统计学、机器学习等相关专业，具备扎实的统计学基础和机器学习功底，27届及以后同学优先，一周5天可实习4个月及以上同学优先；\n2、精通因果推断理论与方法，并有实际项目经验；\n3、熟悉Uplift Modeling技术体系及主流模型框架，具备建模与调优经验；\n4、优秀的逻辑思维能力、业务洞察力和跨团队沟通能力，能够将复杂模型转化为清晰的业务策略。",
"skills": [AI生成
"机器学习",
"算法设计",
"沟通能力",
"逻辑思维",
"建模",
"招聘"
],
"preferred_qualifications": "1、硕士及以上学历，计算机、统计学、机器学习等相关专业，具备扎实的统计学基础和机器学习功底，27届及以后同学优先，一周5天可实习4个月及以上同学优先",
"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/28684"
}
]
},
"posting": {
"posting_id": "28684",
"post_date": "2026-06-23",
"hire_time": "1、硕士及以上学历，计算机、统计学、机器学习等相关专业，具备扎实的统计学基础和机器学习功底，27届及以后同学优先，一周5天可实习4个月及以上同学优先",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/28684"
},
"fulltext": "因果算法实习生 -【商业化】\n因果算法实习生 -【商业化】\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：D13927\n发布时间：2026-06-23\n\n岗位职责\n1、负责构建基于因果推断的广告长期价值评估体系，量化广告曝光及广告质量对用户长期留存与APP使用时长的增量影响，为策略优化提供可靠归因；\n2、研发并持续迭代Uplift增益模型，精准刻画用户对广告的敏感度差异，识别正向敏感人群与易受打扰人群，构建用户分群策略；\n3、主导广告调控策略的算法设计，通过动态调控优化用户体验，实现留存与使用时长的正向增长，并通过运筹优化探寻用户体验与消耗影响的最优兑换比；\n4、跟踪因果推断、增量学习、长期价值建模等领域的前沿进展，推动相关技术在广告体验优化与用户增长场景的落地应用。\n\n任职要求\n1、硕士及以上学历，计算机、统计学、机器学习等相关专业，具备扎实的统计学基础和机器学习功底，27届及以后同学优先，一周5天可实习4个月及以上同学优先；\n2、精通因果推断理论与方法，并有实际项目经验；\n3、熟悉Uplift Modeling技术体系及主流模型框架，具备建模与调优经验；\n4、优秀的逻辑思维能力、业务洞察力和跨团队沟通能力，能够将复杂模型转化为清晰的业务策略。\n因果算法实习生 -【商业化】\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：D13927\n发布时间：2026-06-23\n\n岗位职责\n1、负责构建基于因果推断的广告长期价值评估体系，量化广告曝光及广告质量对用户长期留存与APP使用时长的增量影响，为策略优化提供可靠归因；\n2、研发并持续迭代Uplift增益模型，精准刻画用户对广告的敏感度差异，识别正向敏感人群与易受打扰人群，构建用户分群策略；\n3、主导广告调控策略的算法设计，通过动态调控优化用户体验，实现留存与使用时长的正向增长，并通过运筹优化探寻用户体验与消耗影响的最优兑换比；\n4、跟踪因果推断、增量学习、长期价值建模等领域的前沿进展，推动相关技术在广告体验优化与用户增长场景的落地应用。\n\n任职要求\n1、硕士及以上学历，计算机、统计学、机器学习等相关专业，具备扎实的统计学基础和机器学习功底，27届及以后同学优先，一周5天可实习4个月及以上同学优先；\n2、精通因果推断理论与方法，并有实际项目经验；\n3、熟悉Uplift Modeling技术体系及主流模型框架，具备建模与调优经验；\n4、优秀的逻辑思维能力、业务洞察力和跨团队沟通能力，能够将复杂模型转化为清晰的业务策略。\n因果算法实习生 -【商业化】\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：D13927\n发布时间：2026-06-23\n\n岗位职责\n1、负责构建基于因果推断的广告长期价值评估体系，量化广告曝光及广告质量对用户长期留存与APP使用时长的增量影响，为策略优化提供可靠归因；\n2、研发并持续迭代Uplift增益模型，精准刻画用户对广告的敏感度差异，识别正向敏感人群与易受打扰人群，构建用户分群策略；\n3、主导广告调控策略的算法设计，通过动态调控优化用户体验，实现留存与使用时长的正向增长，并通过运筹优化探寻用户体验与消耗影响的最优兑换比；\n4、跟踪因果推断、增量学习、长期价值建模等领域的前沿进展，推动相关技术在广告体验优化与用户增长场景的落地应用。\n\n任职要求\n1、硕士及以上学历，计算机、统计学、机器学习等相关专业，具备扎实的统计学基础和机器学习功底，27届及以后同学优先，一周5天可实习4个月及以上同学优先；\n2、精通因果推断理论与方法，并有实际项目经验；\n3、熟悉Uplift Modeling技术体系及主流模型框架，具备建模与调优经验；\n4、优秀的逻辑思维能力、业务洞察力和跨团队沟通能力，能够将复杂模型转化为清晰的业务策略。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}