职位详情

职位列表 链接有效 不适用(官网全量采集) official:kuaishou:30020

直播推荐算法Tech Lead

未披露 · Beijing · 快手科技

主分类:搜索推荐与业务决策算法研发
算法与数据
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": "直播推荐算法Tech Lead",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "D1630",
        "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": "直播推荐算法Tech Lead\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:D1630\n发布时间:2026-06-10\n\n岗位职责\n1、优化直播在多场景、全链路的推荐效率及机制策略,深度参与召回、粗排、精排、混排的优化工作,提升直播打赏效率;\n2、深入理解直播业务,通过持续的技术创新驱动用户和主播的匹配度,主播成长;\n3、分析海量用户行为数据,增加有效的特征,挖掘用户兴趣,优化排序机制;\n4、参与前沿问题的探索与研究,结合直播营收打赏的现状,落地有效方案,构建具备行业影响力的创新技术。\n\n任职要求\n1、熟悉Linux,C++,Java和Python,优秀的编码与代码控制能力, 扎实的数据结构和算法功底;\n2、有直播广告、直播电商/营收优化推荐经验者优先;\n3、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。",
        "requirements_text": "直播推荐算法Tech Lead\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:D1630\n发布时间:2026-06-10\n\n岗位职责\n1、优化直播在多场景、全链路的推荐效率及机制策略,深度参与召回、粗排、精排、混排的优化工作,提升直播打赏效率;\n2、深入理解直播业务,通过持续的技术创新驱动用户和主播的匹配度,主播成长;\n3、分析海量用户行为数据,增加有效的特征,挖掘用户兴趣,优化排序机制;\n4、参与前沿问题的探索与研究,结合直播营收打赏的现状,落地有效方案,构建具备行业影响力的创新技术。\n\n任职要求\n1、熟悉Linux,C++,Java和Python,优秀的编码与代码控制能力, 扎实的数据结构和算法功底;\n2、有直播广告、直播电商/营收优化推荐经验者优先;\n3、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "Linux",
            "推荐算法",
            "数据结构",
            "招聘"
        ],
        "preferred_qualifications": "2、有直播广告、直播电商/营收优化推荐经验者优先;3、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先",
        "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/30020"
            }
        ]
    },
    "posting": {
        "posting_id": "30020",
        "post_date": "2026-06-10",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/30020"
    },
    "fulltext": "直播推荐算法Tech Lead\n直播推荐算法Tech Lead\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:D1630\n发布时间:2026-06-10\n\n岗位职责\n1、优化直播在多场景、全链路的推荐效率及机制策略,深度参与召回、粗排、精排、混排的优化工作,提升直播打赏效率;\n2、深入理解直播业务,通过持续的技术创新驱动用户和主播的匹配度,主播成长;\n3、分析海量用户行为数据,增加有效的特征,挖掘用户兴趣,优化排序机制;\n4、参与前沿问题的探索与研究,结合直播营收打赏的现状,落地有效方案,构建具备行业影响力的创新技术。\n\n任职要求\n1、熟悉Linux,C++,Java和Python,优秀的编码与代码控制能力, 扎实的数据结构和算法功底;\n2、有直播广告、直播电商/营收优化推荐经验者优先;\n3、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。\n直播推荐算法Tech Lead\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:D1630\n发布时间:2026-06-10\n\n岗位职责\n1、优化直播在多场景、全链路的推荐效率及机制策略,深度参与召回、粗排、精排、混排的优化工作,提升直播打赏效率;\n2、深入理解直播业务,通过持续的技术创新驱动用户和主播的匹配度,主播成长;\n3、分析海量用户行为数据,增加有效的特征,挖掘用户兴趣,优化排序机制;\n4、参与前沿问题的探索与研究,结合直播营收打赏的现状,落地有效方案,构建具备行业影响力的创新技术。\n\n任职要求\n1、熟悉Linux,C++,Java和Python,优秀的编码与代码控制能力, 扎实的数据结构和算法功底;\n2、有直播广告、直播电商/营收优化推荐经验者优先;\n3、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。\n直播推荐算法Tech Lead\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:D1630\n发布时间:2026-06-10\n\n岗位职责\n1、优化直播在多场景、全链路的推荐效率及机制策略,深度参与召回、粗排、精排、混排的优化工作,提升直播打赏效率;\n2、深入理解直播业务,通过持续的技术创新驱动用户和主播的匹配度,主播成长;\n3、分析海量用户行为数据,增加有效的特征,挖掘用户兴趣,优化排序机制;\n4、参与前沿问题的探索与研究,结合直播营收打赏的现状,落地有效方案,构建具备行业影响力的创新技术。\n\n任职要求\n1、熟悉Linux,C++,Java和Python,优秀的编码与代码控制能力, 扎实的数据结构和算法功底;\n2、有直播广告、直播电商/营收优化推荐经验者优先;\n3、有ACM / Topcoder Algorithm 或类似算法竞赛经历者优先。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}