{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "推荐算法工程师-【海外短视频消费】",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "D6864",
        "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、统计学、机器学习等相关专业本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "推荐算法工程师-【海外短视频消费】\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：D6864\n发布时间：2026-03-17\n\n岗位职责\n岗位亮点\n1、参与千万级用户规模的海外短视频推荐系统建设；\n2、深度参与“大模型 + 推荐系统”的前沿探索与落地；\n3、直接影响社区生态与用户体验，业务价值显著。\n职位描述：\n1、负责海外短视频推荐系统的算法设计与优化，提升用户消费体验与社区生态健康度；\n2、参与核心推荐链路（召回 / 粗排 / 精排 / 重排）的建模与优化，持续提升分发效率与效果；\n3、探索并推动大模型（LLM / 多模态模型）在推荐场景中的落地应用，包括但不限于：\n(1) 内容理解与表征（文本 / 视频 / 多模态 embedding）；\n(2) 用户兴趣建模与生成式推荐；\n(3) 冷启动与长尾内容分发优化；\n4、围绕关键业务目标进行算法建设与迭代，包括：\n(1) 短视频内容冷启动效率提升；\n(2) 垂类内容分发与供需匹配优化；\n(3) 用户分层与差异化推荐策略优化；\n(4) 社区生态健康度（多样性 / 公平性 / 内容质量）提升；\n5、与产品、数据、工程团队紧密协作，推动算法策略从设计到上线的全流程落地，并持续进行效果评估与迭代。\n\n任职要求\n1、计算机、统计学、机器学习等相关专业本科及以上学历；\n2、扎实的机器学习基础，熟悉常见推荐算法及优化方法；\n3、熟悉推荐系统核心技术体系（召回 / 排序 / 特征工程 / 多目标优化等），具备实际项目经验；\n4、具备良好的编码能力，熟悉大规模数据处理与分布式训练框架；\n5、对大模型（LLM、多模态模型）有一定理解或实践经验，包括但不限于：\n(1) Embedding建模、Prompt设计、微调（SFT / RLHF等）；\n(2) 大模型在推荐、搜索或广告场景的应用探索；\n6、具备较强的数据分析能力和问题拆解能力，能够独立推动复杂问题落地；\n7、良好的沟通能力与团队协作意识，能够跨团队推动项目进展。\n加分项\n1、有短视频 / 内容社区 / 信息流推荐系统经验者优先\n2、有冷启动、长尾分发、生态治理等方向经验\n3、有大模型在工业场景落地经验（推荐 / 搜索 / 广告 / 内容理解等）\n4、在KDD / SIGIR / WWW / RecSys等会议发表论文或有相关竞赛经验",
        "requirements_text": "推荐算法工程师-【海外短视频消费】\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：D6864\n发布时间：2026-03-17\n\n岗位职责\n岗位亮点\n1、参与千万级用户规模的海外短视频推荐系统建设；\n2、深度参与“大模型 + 推荐系统”的前沿探索与落地；\n3、直接影响社区生态与用户体验，业务价值显著。\n职位描述：\n1、负责海外短视频推荐系统的算法设计与优化，提升用户消费体验与社区生态健康度；\n2、参与核心推荐链路（召回 / 粗排 / 精排 / 重排）的建模与优化，持续提升分发效率与效果；\n3、探索并推动大模型（LLM / 多模态模型）在推荐场景中的落地应用，包括但不限于：\n(1) 内容理解与表征（文本 / 视频 / 多模态 embedding）；\n(2) 用户兴趣建模与生成式推荐；\n(3) 冷启动与长尾内容分发优化；\n4、围绕关键业务目标进行算法建设与迭代，包括：\n(1) 短视频内容冷启动效率提升；\n(2) 垂类内容分发与供需匹配优化；\n(3) 用户分层与差异化推荐策略优化；\n(4) 社区生态健康度（多样性 / 公平性 / 内容质量）提升；\n5、与产品、数据、工程团队紧密协作，推动算法策略从设计到上线的全流程落地，并持续进行效果评估与迭代。\n\n任职要求\n1、计算机、统计学、机器学习等相关专业本科及以上学历；\n2、扎实的机器学习基础，熟悉常见推荐算法及优化方法；\n3、熟悉推荐系统核心技术体系（召回 / 排序 / 特征工程 / 多目标优化等），具备实际项目经验；\n4、具备良好的编码能力，熟悉大规模数据处理与分布式训练框架；\n5、对大模型（LLM、多模态模型）有一定理解或实践经验，包括但不限于：\n(1) Embedding建模、Prompt设计、微调（SFT / RLHF等）；\n(2) 大模型在推荐、搜索或广告场景的应用探索；\n6、具备较强的数据分析能力和问题拆解能力，能够独立推动复杂问题落地；\n7、良好的沟通能力与团队协作意识，能够跨团队推动项目进展。\n加分项\n1、有短视频 / 内容社区 / 信息流推荐系统经验者优先\n2、有冷启动、长尾分发、生态治理等方向经验\n3、有大模型在工业场景落地经验（推荐 / 搜索 / 广告 / 内容理解等）\n4、在KDD / SIGIR / WWW / RecSys等会议发表论文或有相关竞赛经验",
        "skills": [AI生成
            "机器学习",
            "推荐算法",
            "算法设计",
            "数据分析",
            "团队协作",
            "沟通能力",
            "分析能力",
            "建模",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "加分项；1、有短视频 / 内容社区 / 信息流推荐系统经验者优先",
        "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/29826"
            }
        ]
    },
    "posting": {
        "posting_id": "29826",
        "post_date": "2026-03-17",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/29826"
    },
    "fulltext": "推荐算法工程师-【海外短视频消费】\n推荐算法工程师-【海外短视频消费】\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：D6864\n发布时间：2026-03-17\n\n岗位职责\n岗位亮点\n1、参与千万级用户规模的海外短视频推荐系统建设；\n2、深度参与“大模型 + 推荐系统”的前沿探索与落地；\n3、直接影响社区生态与用户体验，业务价值显著。\n职位描述：\n1、负责海外短视频推荐系统的算法设计与优化，提升用户消费体验与社区生态健康度；\n2、参与核心推荐链路（召回 / 粗排 / 精排 / 重排）的建模与优化，持续提升分发效率与效果；\n3、探索并推动大模型（LLM / 多模态模型）在推荐场景中的落地应用，包括但不限于：\n(1) 内容理解与表征（文本 / 视频 / 多模态 embedding）；\n(2) 用户兴趣建模与生成式推荐；\n(3) 冷启动与长尾内容分发优化；\n4、围绕关键业务目标进行算法建设与迭代，包括：\n(1) 短视频内容冷启动效率提升；\n(2) 垂类内容分发与供需匹配优化；\n(3) 用户分层与差异化推荐策略优化；\n(4) 社区生态健康度（多样性 / 公平性 / 内容质量）提升；\n5、与产品、数据、工程团队紧密协作，推动算法策略从设计到上线的全流程落地，并持续进行效果评估与迭代。\n\n任职要求\n1、计算机、统计学、机器学习等相关专业本科及以上学历；\n2、扎实的机器学习基础，熟悉常见推荐算法及优化方法；\n3、熟悉推荐系统核心技术体系（召回 / 排序 / 特征工程 / 多目标优化等），具备实际项目经验；\n4、具备良好的编码能力，熟悉大规模数据处理与分布式训练框架；\n5、对大模型（LLM、多模态模型）有一定理解或实践经验，包括但不限于：\n(1) Embedding建模、Prompt设计、微调（SFT / RLHF等）；\n(2) 大模型在推荐、搜索或广告场景的应用探索；\n6、具备较强的数据分析能力和问题拆解能力，能够独立推动复杂问题落地；\n7、良好的沟通能力与团队协作意识，能够跨团队推动项目进展。\n加分项\n1、有短视频 / 内容社区 / 信息流推荐系统经验者优先\n2、有冷启动、长尾分发、生态治理等方向经验\n3、有大模型在工业场景落地经验（推荐 / 搜索 / 广告 / 内容理解等）\n4、在KDD / SIGIR / WWW / RecSys等会议发表论文或有相关竞赛经验\n推荐算法工程师-【海外短视频消费】\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：D6864\n发布时间：2026-03-17\n\n岗位职责\n岗位亮点\n1、参与千万级用户规模的海外短视频推荐系统建设；\n2、深度参与“大模型 + 推荐系统”的前沿探索与落地；\n3、直接影响社区生态与用户体验，业务价值显著。\n职位描述：\n1、负责海外短视频推荐系统的算法设计与优化，提升用户消费体验与社区生态健康度；\n2、参与核心推荐链路（召回 / 粗排 / 精排 / 重排）的建模与优化，持续提升分发效率与效果；\n3、探索并推动大模型（LLM / 多模态模型）在推荐场景中的落地应用，包括但不限于：\n(1) 内容理解与表征（文本 / 视频 / 多模态 embedding）；\n(2) 用户兴趣建模与生成式推荐；\n(3) 冷启动与长尾内容分发优化；\n4、围绕关键业务目标进行算法建设与迭代，包括：\n(1) 短视频内容冷启动效率提升；\n(2) 垂类内容分发与供需匹配优化；\n(3) 用户分层与差异化推荐策略优化；\n(4) 社区生态健康度（多样性 / 公平性 / 内容质量）提升；\n5、与产品、数据、工程团队紧密协作，推动算法策略从设计到上线的全流程落地，并持续进行效果评估与迭代。\n\n任职要求\n1、计算机、统计学、机器学习等相关专业本科及以上学历；\n2、扎实的机器学习基础，熟悉常见推荐算法及优化方法；\n3、熟悉推荐系统核心技术体系（召回 / 排序 / 特征工程 / 多目标优化等），具备实际项目经验；\n4、具备良好的编码能力，熟悉大规模数据处理与分布式训练框架；\n5、对大模型（LLM、多模态模型）有一定理解或实践经验，包括但不限于：\n(1) Embedding建模、Prompt设计、微调（SFT / RLHF等）；\n(2) 大模型在推荐、搜索或广告场景的应用探索；\n6、具备较强的数据分析能力和问题拆解能力，能够独立推动复杂问题落地；\n7、良好的沟通能力与团队协作意识，能够跨团队推动项目进展。\n加分项\n1、有短视频 / 内容社区 / 信息流推荐系统经验者优先\n2、有冷启动、长尾分发、生态治理等方向经验\n3、有大模型在工业场景落地经验（推荐 / 搜索 / 广告 / 内容理解等）\n4、在KDD / SIGIR / WWW / RecSys等会议发表论文或有相关竞赛经验\n推荐算法工程师-【海外短视频消费】\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：D6864\n发布时间：2026-03-17\n\n岗位职责\n岗位亮点\n1、参与千万级用户规模的海外短视频推荐系统建设；\n2、深度参与“大模型 + 推荐系统”的前沿探索与落地；\n3、直接影响社区生态与用户体验，业务价值显著。\n职位描述：\n1、负责海外短视频推荐系统的算法设计与优化，提升用户消费体验与社区生态健康度；\n2、参与核心推荐链路（召回 / 粗排 / 精排 / 重排）的建模与优化，持续提升分发效率与效果；\n3、探索并推动大模型（LLM / 多模态模型）在推荐场景中的落地应用，包括但不限于：\n(1) 内容理解与表征（文本 / 视频 / 多模态 embedding）；\n(2) 用户兴趣建模与生成式推荐；\n(3) 冷启动与长尾内容分发优化；\n4、围绕关键业务目标进行算法建设与迭代，包括：\n(1) 短视频内容冷启动效率提升；\n(2) 垂类内容分发与供需匹配优化；\n(3) 用户分层与差异化推荐策略优化；\n(4) 社区生态健康度（多样性 / 公平性 / 内容质量）提升；\n5、与产品、数据、工程团队紧密协作，推动算法策略从设计到上线的全流程落地，并持续进行效果评估与迭代。\n\n任职要求\n1、计算机、统计学、机器学习等相关专业本科及以上学历；\n2、扎实的机器学习基础，熟悉常见推荐算法及优化方法；\n3、熟悉推荐系统核心技术体系（召回 / 排序 / 特征工程 / 多目标优化等），具备实际项目经验；\n4、具备良好的编码能力，熟悉大规模数据处理与分布式训练框架；\n5、对大模型（LLM、多模态模型）有一定理解或实践经验，包括但不限于：\n(1) Embedding建模、Prompt设计、微调（SFT / RLHF等）；\n(2) 大模型在推荐、搜索或广告场景的应用探索；\n6、具备较强的数据分析能力和问题拆解能力，能够独立推动复杂问题落地；\n7、良好的沟通能力与团队协作意识，能够跨团队推动项目进展。\n加分项\n1、有短视频 / 内容社区 / 信息流推荐系统经验者优先\n2、有冷启动、长尾分发、生态治理等方向经验\n3、有大模型在工业场景落地经验（推荐 / 搜索 / 广告 / 内容理解等）\n4、在KDD / SIGIR / WWW / RecSys等会议发表论文或有相关竞赛经验",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}