{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "机器学习算法实习生",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "D0599",
        "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/硕士在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "机器学习算法实习生\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：D0599\n发布时间：2026-02-27\n\n岗位职责\n1、参与机器学习与大模型领域工作，进行深度学习/因果模型/大模型agent的设计、训练、评估与迭代优化，支持线上业务指标提升；\n2、参与特征工程、数据清洗与样本构建（含数据分析、指标口径对齐与可视化；\n3、跟进并复现前沿论文/开源方案（推荐/排序/因果推断/时序预测等方向之一），完成实验对比与结论沉淀；\n4、与产品、数据、工程同学协作，推动小型项目从需求到上线验证的闭环。\n\n任职要求\n1、本科/硕士在读，计算机/统计/数学/电子等相关专业，具备扎实的编程与数据结构基础；\n2、熟练使用 Python，掌握常用数据分析工具（numpy/pandas）与至少一种深度学习框架（PyTorch/TensorFlow）；\n3、理解典型的机器学习、深度学习、大模型后训练能力，和常用损失函数与评估指标（AUC、LogLoss、RMSE 等）；\n4、有较好的实验习惯与工程意识：代码规范、可复现、能写清实验报告与结论；\n5、具备良好的沟通协作能力与自驱力，能在导师指导下独立推进任务。\n加分项\n有因果推断/uplift/AB 实验挖掘经验或兴趣；\n有推荐/多任务学习等相关项目经验；\n有大数据处理经验（SQL/Spark/Hive/ClickHouse），或有线上服务化经验（FastAPI/GRPC）；\n论文复现、竞赛（Kaggle/天池等）。",
        "requirements_text": "机器学习算法实习生\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：D0599\n发布时间：2026-02-27\n\n岗位职责\n1、参与机器学习与大模型领域工作，进行深度学习/因果模型/大模型agent的设计、训练、评估与迭代优化，支持线上业务指标提升；\n2、参与特征工程、数据清洗与样本构建（含数据分析、指标口径对齐与可视化；\n3、跟进并复现前沿论文/开源方案（推荐/排序/因果推断/时序预测等方向之一），完成实验对比与结论沉淀；\n4、与产品、数据、工程同学协作，推动小型项目从需求到上线验证的闭环。\n\n任职要求\n1、本科/硕士在读，计算机/统计/数学/电子等相关专业，具备扎实的编程与数据结构基础；\n2、熟练使用 Python，掌握常用数据分析工具（numpy/pandas）与至少一种深度学习框架（PyTorch/TensorFlow）；\n3、理解典型的机器学习、深度学习、大模型后训练能力，和常用损失函数与评估指标（AUC、LogLoss、RMSE 等）；\n4、有较好的实验习惯与工程意识：代码规范、可复现、能写清实验报告与结论；\n5、具备良好的沟通协作能力与自驱力，能在导师指导下独立推进任务。\n加分项\n有因果推断/uplift/AB 实验挖掘经验或兴趣；\n有推荐/多任务学习等相关项目经验；\n有大数据处理经验（SQL/Spark/Hive/ClickHouse），或有线上服务化经验（FastAPI/GRPC）；\n论文复现、竞赛（Kaggle/天池等）。",
        "skills": [AI生成
            "Python",
            "SQL",
            "ClickHouse",
            "Spark",
            "PyTorch",
            "TensorFlow",
            "FastAPI",
            "机器学习",
            "深度学习",
            "数据结构",
            "数据分析",
            "数据清洗",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "加分项",
        "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/29456"
            }
        ]
    },
    "posting": {
        "posting_id": "29456",
        "post_date": "2026-02-27",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/29456"
    },
    "fulltext": "机器学习算法实习生\n机器学习算法实习生\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：D0599\n发布时间：2026-02-27\n\n岗位职责\n1、参与机器学习与大模型领域工作，进行深度学习/因果模型/大模型agent的设计、训练、评估与迭代优化，支持线上业务指标提升；\n2、参与特征工程、数据清洗与样本构建（含数据分析、指标口径对齐与可视化；\n3、跟进并复现前沿论文/开源方案（推荐/排序/因果推断/时序预测等方向之一），完成实验对比与结论沉淀；\n4、与产品、数据、工程同学协作，推动小型项目从需求到上线验证的闭环。\n\n任职要求\n1、本科/硕士在读，计算机/统计/数学/电子等相关专业，具备扎实的编程与数据结构基础；\n2、熟练使用 Python，掌握常用数据分析工具（numpy/pandas）与至少一种深度学习框架（PyTorch/TensorFlow）；\n3、理解典型的机器学习、深度学习、大模型后训练能力，和常用损失函数与评估指标（AUC、LogLoss、RMSE 等）；\n4、有较好的实验习惯与工程意识：代码规范、可复现、能写清实验报告与结论；\n5、具备良好的沟通协作能力与自驱力，能在导师指导下独立推进任务。\n加分项\n有因果推断/uplift/AB 实验挖掘经验或兴趣；\n有推荐/多任务学习等相关项目经验；\n有大数据处理经验（SQL/Spark/Hive/ClickHouse），或有线上服务化经验（FastAPI/GRPC）；\n论文复现、竞赛（Kaggle/天池等）。\n机器学习算法实习生\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：D0599\n发布时间：2026-02-27\n\n岗位职责\n1、参与机器学习与大模型领域工作，进行深度学习/因果模型/大模型agent的设计、训练、评估与迭代优化，支持线上业务指标提升；\n2、参与特征工程、数据清洗与样本构建（含数据分析、指标口径对齐与可视化；\n3、跟进并复现前沿论文/开源方案（推荐/排序/因果推断/时序预测等方向之一），完成实验对比与结论沉淀；\n4、与产品、数据、工程同学协作，推动小型项目从需求到上线验证的闭环。\n\n任职要求\n1、本科/硕士在读，计算机/统计/数学/电子等相关专业，具备扎实的编程与数据结构基础；\n2、熟练使用 Python，掌握常用数据分析工具（numpy/pandas）与至少一种深度学习框架（PyTorch/TensorFlow）；\n3、理解典型的机器学习、深度学习、大模型后训练能力，和常用损失函数与评估指标（AUC、LogLoss、RMSE 等）；\n4、有较好的实验习惯与工程意识：代码规范、可复现、能写清实验报告与结论；\n5、具备良好的沟通协作能力与自驱力，能在导师指导下独立推进任务。\n加分项\n有因果推断/uplift/AB 实验挖掘经验或兴趣；\n有推荐/多任务学习等相关项目经验；\n有大数据处理经验（SQL/Spark/Hive/ClickHouse），或有线上服务化经验（FastAPI/GRPC）；\n论文复现、竞赛（Kaggle/天池等）。\n机器学习算法实习生\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：D0599\n发布时间：2026-02-27\n\n岗位职责\n1、参与机器学习与大模型领域工作，进行深度学习/因果模型/大模型agent的设计、训练、评估与迭代优化，支持线上业务指标提升；\n2、参与特征工程、数据清洗与样本构建（含数据分析、指标口径对齐与可视化；\n3、跟进并复现前沿论文/开源方案（推荐/排序/因果推断/时序预测等方向之一），完成实验对比与结论沉淀；\n4、与产品、数据、工程同学协作，推动小型项目从需求到上线验证的闭环。\n\n任职要求\n1、本科/硕士在读，计算机/统计/数学/电子等相关专业，具备扎实的编程与数据结构基础；\n2、熟练使用 Python，掌握常用数据分析工具（numpy/pandas）与至少一种深度学习框架（PyTorch/TensorFlow）；\n3、理解典型的机器学习、深度学习、大模型后训练能力，和常用损失函数与评估指标（AUC、LogLoss、RMSE 等）；\n4、有较好的实验习惯与工程意识：代码规范、可复现、能写清实验报告与结论；\n5、具备良好的沟通协作能力与自驱力，能在导师指导下独立推进任务。\n加分项\n有因果推断/uplift/AB 实验挖掘经验或兴趣；\n有推荐/多任务学习等相关项目经验；\n有大数据处理经验（SQL/Spark/Hive/ClickHouse），或有线上服务化经验（FastAPI/GRPC）；\n论文复现、竞赛（Kaggle/天池等）。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}