{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "搜索算法专家-【混排垂搜】",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "D10444",
        "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": "搜索算法专家-【混排垂搜】\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：D10444\n发布时间：2026-05-08\n\n岗位职责\n1、垂直搜索全链路优化：负责Query理解、意图识别、召回、粗排/精排、相关性与体验指标的系统性优化，提升搜索满意度与转化效率；\n2、异构物料混排：构建并迭代用户卡/直播/本地生活/电商商品/视频等多源异构内容的混合排序策略，解决跨域竞争、供给差异、目标冲突与展示约束等问题；\n3、相关性与个性化：结合用户画像、上下文与行为序列，提升个性化相关性建模能力，兼顾准确性、多样性、新颖性与业务收益；\n4、多模态内容理解：利用视频、图文、直播等多模态表征与对齐技术，提升内容语义理解、匹配与可解释性，增强长尾与冷启动效果；\n5、前沿技术探索和创新应用：探索并推动LLM、Agent和生成式推荐等前沿技术在搜索场景的应用。\n加分项\n1、有异构混排、跨域排序、统一多目标优化（体验/收益/供给）经验；\n2、在SIGIR/KDD/WWW/RecSys/ACL/NeurIPS/ICLR等发表相关论文或有开源影响力；\n3、有端到端生成式搜索/推荐、语义召回体系升级等成功案例。\n\n任职要求\n1、算法能力：具备扎实的机器学习与深度学习基础，熟悉搜索/推荐核心问题：召回、排序、相关性、特征与样本构建、负采样、校准、去偏与评估等；\n2、搜索/推荐经验：有垂直搜索、推荐系统、广告排序等线上实战经验，能独立定位问题并推动指标提升；\n3、多模态与语义理解：熟悉NLP/Query理解、语义匹配、向量检索、多模态表征（图文/视频）等方向，有落地经验优先；\n4、大模型/生成式方向：了解或实践过LLM、生成式推荐、RAG/工具调用、蒸馏与对齐、端到端训练与推理优化等，有线上落地经验优先；\n5、工程与数据能力：熟练使用Python/C++/Java之一，熟悉PyTorch/TensorFlow；具备大规模数据处理与分布式训练/推理经验，关注线上时延与成本；\n6、综合素质：强业务理解与结果导向，良好的沟通协作能力，能在复杂目标下做取舍并推动跨团队落地。",
        "requirements_text": "搜索算法专家-【混排垂搜】\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：D10444\n发布时间：2026-05-08\n\n岗位职责\n1、垂直搜索全链路优化：负责Query理解、意图识别、召回、粗排/精排、相关性与体验指标的系统性优化，提升搜索满意度与转化效率；\n2、异构物料混排：构建并迭代用户卡/直播/本地生活/电商商品/视频等多源异构内容的混合排序策略，解决跨域竞争、供给差异、目标冲突与展示约束等问题；\n3、相关性与个性化：结合用户画像、上下文与行为序列，提升个性化相关性建模能力，兼顾准确性、多样性、新颖性与业务收益；\n4、多模态内容理解：利用视频、图文、直播等多模态表征与对齐技术，提升内容语义理解、匹配与可解释性，增强长尾与冷启动效果；\n5、前沿技术探索和创新应用：探索并推动LLM、Agent和生成式推荐等前沿技术在搜索场景的应用。\n加分项\n1、有异构混排、跨域排序、统一多目标优化（体验/收益/供给）经验；\n2、在SIGIR/KDD/WWW/RecSys/ACL/NeurIPS/ICLR等发表相关论文或有开源影响力；\n3、有端到端生成式搜索/推荐、语义召回体系升级等成功案例。\n\n任职要求\n1、算法能力：具备扎实的机器学习与深度学习基础，熟悉搜索/推荐核心问题：召回、排序、相关性、特征与样本构建、负采样、校准、去偏与评估等；\n2、搜索/推荐经验：有垂直搜索、推荐系统、广告排序等线上实战经验，能独立定位问题并推动指标提升；\n3、多模态与语义理解：熟悉NLP/Query理解、语义匹配、向量检索、多模态表征（图文/视频）等方向，有落地经验优先；\n4、大模型/生成式方向：了解或实践过LLM、生成式推荐、RAG/工具调用、蒸馏与对齐、端到端训练与推理优化等，有线上落地经验优先；\n5、工程与数据能力：熟练使用Python/C++/Java之一，熟悉PyTorch/TensorFlow；具备大规模数据处理与分布式训练/推理经验，关注线上时延与成本；\n6、综合素质：强业务理解与结果导向，良好的沟通协作能力，能在复杂目标下做取舍并推动跨团队落地。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "搜索算法",
            "建模",
            "招聘",
            "大语言模型",
            "检索增强生成"
        ],
        "preferred_qualifications": "加分项；3、多模态与语义理解：熟悉NLP/Query理解、语义匹配、向量检索、多模态表征（图文/视频）等方向，有落地经验优先；4、大模型/生成式方向：了解或实践过LLM、生成式推荐、RAG/工具调用、蒸馏与对齐、端到端训练与推理优化等，有线上落地经验优先",
        "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/30600"
            }
        ]
    },
    "posting": {
        "posting_id": "30600",
        "post_date": "2026-05-08",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/30600"
    },
    "fulltext": "搜索算法专家-【混排垂搜】\n搜索算法专家-【混排垂搜】\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：D10444\n发布时间：2026-05-08\n\n岗位职责\n1、垂直搜索全链路优化：负责Query理解、意图识别、召回、粗排/精排、相关性与体验指标的系统性优化，提升搜索满意度与转化效率；\n2、异构物料混排：构建并迭代用户卡/直播/本地生活/电商商品/视频等多源异构内容的混合排序策略，解决跨域竞争、供给差异、目标冲突与展示约束等问题；\n3、相关性与个性化：结合用户画像、上下文与行为序列，提升个性化相关性建模能力，兼顾准确性、多样性、新颖性与业务收益；\n4、多模态内容理解：利用视频、图文、直播等多模态表征与对齐技术，提升内容语义理解、匹配与可解释性，增强长尾与冷启动效果；\n5、前沿技术探索和创新应用：探索并推动LLM、Agent和生成式推荐等前沿技术在搜索场景的应用。\n加分项\n1、有异构混排、跨域排序、统一多目标优化（体验/收益/供给）经验；\n2、在SIGIR/KDD/WWW/RecSys/ACL/NeurIPS/ICLR等发表相关论文或有开源影响力；\n3、有端到端生成式搜索/推荐、语义召回体系升级等成功案例。\n\n任职要求\n1、算法能力：具备扎实的机器学习与深度学习基础，熟悉搜索/推荐核心问题：召回、排序、相关性、特征与样本构建、负采样、校准、去偏与评估等；\n2、搜索/推荐经验：有垂直搜索、推荐系统、广告排序等线上实战经验，能独立定位问题并推动指标提升；\n3、多模态与语义理解：熟悉NLP/Query理解、语义匹配、向量检索、多模态表征（图文/视频）等方向，有落地经验优先；\n4、大模型/生成式方向：了解或实践过LLM、生成式推荐、RAG/工具调用、蒸馏与对齐、端到端训练与推理优化等，有线上落地经验优先；\n5、工程与数据能力：熟练使用Python/C++/Java之一，熟悉PyTorch/TensorFlow；具备大规模数据处理与分布式训练/推理经验，关注线上时延与成本；\n6、综合素质：强业务理解与结果导向，良好的沟通协作能力，能在复杂目标下做取舍并推动跨团队落地。\n搜索算法专家-【混排垂搜】\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：D10444\n发布时间：2026-05-08\n\n岗位职责\n1、垂直搜索全链路优化：负责Query理解、意图识别、召回、粗排/精排、相关性与体验指标的系统性优化，提升搜索满意度与转化效率；\n2、异构物料混排：构建并迭代用户卡/直播/本地生活/电商商品/视频等多源异构内容的混合排序策略，解决跨域竞争、供给差异、目标冲突与展示约束等问题；\n3、相关性与个性化：结合用户画像、上下文与行为序列，提升个性化相关性建模能力，兼顾准确性、多样性、新颖性与业务收益；\n4、多模态内容理解：利用视频、图文、直播等多模态表征与对齐技术，提升内容语义理解、匹配与可解释性，增强长尾与冷启动效果；\n5、前沿技术探索和创新应用：探索并推动LLM、Agent和生成式推荐等前沿技术在搜索场景的应用。\n加分项\n1、有异构混排、跨域排序、统一多目标优化（体验/收益/供给）经验；\n2、在SIGIR/KDD/WWW/RecSys/ACL/NeurIPS/ICLR等发表相关论文或有开源影响力；\n3、有端到端生成式搜索/推荐、语义召回体系升级等成功案例。\n\n任职要求\n1、算法能力：具备扎实的机器学习与深度学习基础，熟悉搜索/推荐核心问题：召回、排序、相关性、特征与样本构建、负采样、校准、去偏与评估等；\n2、搜索/推荐经验：有垂直搜索、推荐系统、广告排序等线上实战经验，能独立定位问题并推动指标提升；\n3、多模态与语义理解：熟悉NLP/Query理解、语义匹配、向量检索、多模态表征（图文/视频）等方向，有落地经验优先；\n4、大模型/生成式方向：了解或实践过LLM、生成式推荐、RAG/工具调用、蒸馏与对齐、端到端训练与推理优化等，有线上落地经验优先；\n5、工程与数据能力：熟练使用Python/C++/Java之一，熟悉PyTorch/TensorFlow；具备大规模数据处理与分布式训练/推理经验，关注线上时延与成本；\n6、综合素质：强业务理解与结果导向，良好的沟通协作能力，能在复杂目标下做取舍并推动跨团队落地。\n搜索算法专家-【混排垂搜】\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：D10444\n发布时间：2026-05-08\n\n岗位职责\n1、垂直搜索全链路优化：负责Query理解、意图识别、召回、粗排/精排、相关性与体验指标的系统性优化，提升搜索满意度与转化效率；\n2、异构物料混排：构建并迭代用户卡/直播/本地生活/电商商品/视频等多源异构内容的混合排序策略，解决跨域竞争、供给差异、目标冲突与展示约束等问题；\n3、相关性与个性化：结合用户画像、上下文与行为序列，提升个性化相关性建模能力，兼顾准确性、多样性、新颖性与业务收益；\n4、多模态内容理解：利用视频、图文、直播等多模态表征与对齐技术，提升内容语义理解、匹配与可解释性，增强长尾与冷启动效果；\n5、前沿技术探索和创新应用：探索并推动LLM、Agent和生成式推荐等前沿技术在搜索场景的应用。\n加分项\n1、有异构混排、跨域排序、统一多目标优化（体验/收益/供给）经验；\n2、在SIGIR/KDD/WWW/RecSys/ACL/NeurIPS/ICLR等发表相关论文或有开源影响力；\n3、有端到端生成式搜索/推荐、语义召回体系升级等成功案例。\n\n任职要求\n1、算法能力：具备扎实的机器学习与深度学习基础，熟悉搜索/推荐核心问题：召回、排序、相关性、特征与样本构建、负采样、校准、去偏与评估等；\n2、搜索/推荐经验：有垂直搜索、推荐系统、广告排序等线上实战经验，能独立定位问题并推动指标提升；\n3、多模态与语义理解：熟悉NLP/Query理解、语义匹配、向量检索、多模态表征（图文/视频）等方向，有落地经验优先；\n4、大模型/生成式方向：了解或实践过LLM、生成式推荐、RAG/工具调用、蒸馏与对齐、端到端训练与推理优化等，有线上落地经验优先；\n5、工程与数据能力：熟练使用Python/C++/Java之一，熟悉PyTorch/TensorFlow；具备大规模数据处理与分布式训练/推理经验，关注线上时延与成本；\n6、综合素质：强业务理解与结果导向，良好的沟通协作能力，能在复杂目标下做取舍并推动跨团队落地。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}