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 -【商业化模型】",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "D6334",
"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": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "推荐算法工程师 -【商业化模型】\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：D6334\n发布时间：2026-06-22\n\n岗位职责\n1、负责快手多个场景的社科-广告联合模型的优化，采用先进的多任务深度学习网络，提升广告变现效率；\n2、跟进业界深度学习、迁移学习、强化学习等前沿技术, 将其在商业化多个场景中进行落地应用；\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、通过重排混排等排序算法，优化自然结果和商业化结果的流量分配，在促进短视频生态的同时提升商业化能力。\n\n任职要求\n1、熟练使用C++、Java 中至少一种编程技术，熟练使用多种语言加分，例如Python，Scala等；\n2、计算机相关专业，本科及以上学历，三年以上相关实际工作经验；\n3、有推荐系统/广告系统/搜索引擎系统和技术相关经验；\n4、至少熟练使用一种深度学习开源框架，如Caffe，Tensorflow，Pytorch等；\n5、熟悉强化学习基本算法，使用过DQN，A3C, DDPG等算法加分；\n6、在AAAI，ICML，NIPS，IJCAI等顶会上发表论文加分。",
"requirements_text": "推荐算法工程师 -【商业化模型】\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：D6334\n发布时间：2026-06-22\n\n岗位职责\n1、负责快手多个场景的社科-广告联合模型的优化，采用先进的多任务深度学习网络，提升广告变现效率；\n2、跟进业界深度学习、迁移学习、强化学习等前沿技术, 将其在商业化多个场景中进行落地应用；\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、通过重排混排等排序算法，优化自然结果和商业化结果的流量分配，在促进短视频生态的同时提升商业化能力。\n\n任职要求\n1、熟练使用C++、Java 中至少一种编程技术，熟练使用多种语言加分，例如Python，Scala等；\n2、计算机相关专业，本科及以上学历，三年以上相关实际工作经验；\n3、有推荐系统/广告系统/搜索引擎系统和技术相关经验；\n4、至少熟练使用一种深度学习开源框架，如Caffe，Tensorflow，Pytorch等；\n5、熟悉强化学习基本算法，使用过DQN，A3C, DDPG等算法加分；\n6、在AAAI，ICML，NIPS，IJCAI等顶会上发表论文加分。",
"skills": [AI生成
"Python",
"Java",
"C++",
"Scala",
"PyTorch",
"TensorFlow",
"深度学习",
"强化学习",
"推荐算法",
"招聘"
],
"preferred_qualifications": "1、熟练使用C++、Java 中至少一种编程技术，熟练使用多种语言加分，例如Python，Scala等；5、熟悉强化学习基本算法，使用过DQN，A3C, DDPG等算法加分；6、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/29176"
}
]
},
"posting": {
"posting_id": "29176",
"post_date": "2026-06-22",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/29176"
},
"fulltext": "推荐算法工程师 -【商业化模型】\n推荐算法工程师 -【商业化模型】\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：D6334\n发布时间：2026-06-22\n\n岗位职责\n1、负责快手多个场景的社科-广告联合模型的优化，采用先进的多任务深度学习网络，提升广告变现效率；\n2、跟进业界深度学习、迁移学习、强化学习等前沿技术, 将其在商业化多个场景中进行落地应用；\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、通过重排混排等排序算法，优化自然结果和商业化结果的流量分配，在促进短视频生态的同时提升商业化能力。\n\n任职要求\n1、熟练使用C++、Java 中至少一种编程技术，熟练使用多种语言加分，例如Python，Scala等；\n2、计算机相关专业，本科及以上学历，三年以上相关实际工作经验；\n3、有推荐系统/广告系统/搜索引擎系统和技术相关经验；\n4、至少熟练使用一种深度学习开源框架，如Caffe，Tensorflow，Pytorch等；\n5、熟悉强化学习基本算法，使用过DQN，A3C, DDPG等算法加分；\n6、在AAAI，ICML，NIPS，IJCAI等顶会上发表论文加分。\n推荐算法工程师 -【商业化模型】\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：D6334\n发布时间：2026-06-22\n\n岗位职责\n1、负责快手多个场景的社科-广告联合模型的优化，采用先进的多任务深度学习网络，提升广告变现效率；\n2、跟进业界深度学习、迁移学习、强化学习等前沿技术, 将其在商业化多个场景中进行落地应用；\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、通过重排混排等排序算法，优化自然结果和商业化结果的流量分配，在促进短视频生态的同时提升商业化能力。\n\n任职要求\n1、熟练使用C++、Java 中至少一种编程技术，熟练使用多种语言加分，例如Python，Scala等；\n2、计算机相关专业，本科及以上学历，三年以上相关实际工作经验；\n3、有推荐系统/广告系统/搜索引擎系统和技术相关经验；\n4、至少熟练使用一种深度学习开源框架，如Caffe，Tensorflow，Pytorch等；\n5、熟悉强化学习基本算法，使用过DQN，A3C, DDPG等算法加分；\n6、在AAAI，ICML，NIPS，IJCAI等顶会上发表论文加分。\n推荐算法工程师 -【商业化模型】\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：D6334\n发布时间：2026-06-22\n\n岗位职责\n1、负责快手多个场景的社科-广告联合模型的优化，采用先进的多任务深度学习网络，提升广告变现效率；\n2、跟进业界深度学习、迁移学习、强化学习等前沿技术, 将其在商业化多个场景中进行落地应用；\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、通过重排混排等排序算法，优化自然结果和商业化结果的流量分配，在促进短视频生态的同时提升商业化能力。\n\n任职要求\n1、熟练使用C++、Java 中至少一种编程技术，熟练使用多种语言加分，例如Python，Scala等；\n2、计算机相关专业，本科及以上学历，三年以上相关实际工作经验；\n3、有推荐系统/广告系统/搜索引擎系统和技术相关经验；\n4、至少熟练使用一种深度学习开源框架，如Caffe，Tensorflow，Pytorch等；\n5、熟悉强化学习基本算法，使用过DQN，A3C, DDPG等算法加分；\n6、在AAAI，ICML，NIPS，IJCAI等顶会上发表论文加分。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}