{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "孵化策略算法实习生",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "D0535",
        "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": "孵化策略算法实习生\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：D0535\n发布时间：2026-09-07\n\n岗位职责\n1、推荐算法优化：参与音乐、短视频流、语音直播、视频模版的推荐模型研发，包括召回、粗排、精排及重排各阶段的策略优化（如scaling up、强化学习、多目标学习、长序列建模等）；\n2、多模态大模型应用：探索 LLM/VLM 在视频推荐、标签自动打标、语义搜索落地；\n3、前沿技术跟踪： 跟踪Scaling Up、长序列建模、AIGC、多模态理解等领域的最新论文，并在实际业务场景中进行复现与改进。\n\n任职要求\n1、教育背景： 计算机、数学、电子信息或相关专业，2028年、2029年毕业优先；\n2、编程功底： 扎实的 Python/C++ 编程能力，熟练使用AI coding 工具，熟练使用 PyTorch 或 TensorFlow 框架；\n3、算法基础：熟悉经典的推荐算法或深度学习基础，熟悉 Transformer 架构及推荐模型 scaling up建模方法；\n4、协作精神： 优秀的逻辑思维能力，对解决挑战性问题充满热情，具备良好的团队沟通能力。\n加分项（满足其一即可）：\n1、有音视频多模态处理经验（如音频特征提取、视频特征表示）；\n2、在顶会（CVPR, ICCV, RecSys, KDD, SIGIR 等）发表过论文或有高含金量竞赛获奖经历；\n3、本身是音乐发烧友或视频剪辑爱好者，对产品逻辑有独特见解。",
        "requirements_text": "孵化策略算法实习生\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：D0535\n发布时间：2026-09-07\n\n岗位职责\n1、推荐算法优化：参与音乐、短视频流、语音直播、视频模版的推荐模型研发，包括召回、粗排、精排及重排各阶段的策略优化（如scaling up、强化学习、多目标学习、长序列建模等）；\n2、多模态大模型应用：探索 LLM/VLM 在视频推荐、标签自动打标、语义搜索落地；\n3、前沿技术跟踪： 跟踪Scaling Up、长序列建模、AIGC、多模态理解等领域的最新论文，并在实际业务场景中进行复现与改进。\n\n任职要求\n1、教育背景： 计算机、数学、电子信息或相关专业，2028年、2029年毕业优先；\n2、编程功底： 扎实的 Python/C++ 编程能力，熟练使用AI coding 工具，熟练使用 PyTorch 或 TensorFlow 框架；\n3、算法基础：熟悉经典的推荐算法或深度学习基础，熟悉 Transformer 架构及推荐模型 scaling up建模方法；\n4、协作精神： 优秀的逻辑思维能力，对解决挑战性问题充满热情，具备良好的团队沟通能力。\n加分项（满足其一即可）：\n1、有音视频多模态处理经验（如音频特征提取、视频特征表示）；\n2、在顶会（CVPR, ICCV, RecSys, KDD, SIGIR 等）发表过论文或有高含金量竞赛获奖经历；\n3、本身是音乐发烧友或视频剪辑爱好者，对产品逻辑有独特见解。",
        "skills": [AI生成
            "Python",
            "C++",
            "PyTorch",
            "TensorFlow",
            "深度学习",
            "强化学习",
            "推荐算法",
            "沟通能力",
            "逻辑思维",
            "视频剪辑",
            "建模",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "1、教育背景： 计算机、数学、电子信息或相关专业，2028年、2029年毕业优先；加分项（满足其一即可）：",
        "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/32525"
            }
        ]
    },
    "posting": {
        "posting_id": "32525",
        "post_date": "2026-09-07",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/32525"
    },
    "fulltext": "孵化策略算法实习生\n孵化策略算法实习生\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：D0535\n发布时间：2026-09-07\n\n岗位职责\n1、推荐算法优化：参与音乐、短视频流、语音直播、视频模版的推荐模型研发，包括召回、粗排、精排及重排各阶段的策略优化（如scaling up、强化学习、多目标学习、长序列建模等）；\n2、多模态大模型应用：探索 LLM/VLM 在视频推荐、标签自动打标、语义搜索落地；\n3、前沿技术跟踪： 跟踪Scaling Up、长序列建模、AIGC、多模态理解等领域的最新论文，并在实际业务场景中进行复现与改进。\n\n任职要求\n1、教育背景： 计算机、数学、电子信息或相关专业，2028年、2029年毕业优先；\n2、编程功底： 扎实的 Python/C++ 编程能力，熟练使用AI coding 工具，熟练使用 PyTorch 或 TensorFlow 框架；\n3、算法基础：熟悉经典的推荐算法或深度学习基础，熟悉 Transformer 架构及推荐模型 scaling up建模方法；\n4、协作精神： 优秀的逻辑思维能力，对解决挑战性问题充满热情，具备良好的团队沟通能力。\n加分项（满足其一即可）：\n1、有音视频多模态处理经验（如音频特征提取、视频特征表示）；\n2、在顶会（CVPR, ICCV, RecSys, KDD, SIGIR 等）发表过论文或有高含金量竞赛获奖经历；\n3、本身是音乐发烧友或视频剪辑爱好者，对产品逻辑有独特见解。\n孵化策略算法实习生\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：D0535\n发布时间：2026-09-07\n\n岗位职责\n1、推荐算法优化：参与音乐、短视频流、语音直播、视频模版的推荐模型研发，包括召回、粗排、精排及重排各阶段的策略优化（如scaling up、强化学习、多目标学习、长序列建模等）；\n2、多模态大模型应用：探索 LLM/VLM 在视频推荐、标签自动打标、语义搜索落地；\n3、前沿技术跟踪： 跟踪Scaling Up、长序列建模、AIGC、多模态理解等领域的最新论文，并在实际业务场景中进行复现与改进。\n\n任职要求\n1、教育背景： 计算机、数学、电子信息或相关专业，2028年、2029年毕业优先；\n2、编程功底： 扎实的 Python/C++ 编程能力，熟练使用AI coding 工具，熟练使用 PyTorch 或 TensorFlow 框架；\n3、算法基础：熟悉经典的推荐算法或深度学习基础，熟悉 Transformer 架构及推荐模型 scaling up建模方法；\n4、协作精神： 优秀的逻辑思维能力，对解决挑战性问题充满热情，具备良好的团队沟通能力。\n加分项（满足其一即可）：\n1、有音视频多模态处理经验（如音频特征提取、视频特征表示）；\n2、在顶会（CVPR, ICCV, RecSys, KDD, SIGIR 等）发表过论文或有高含金量竞赛获奖经历；\n3、本身是音乐发烧友或视频剪辑爱好者，对产品逻辑有独特见解。\n孵化策略算法实习生\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：D0535\n发布时间：2026-09-07\n\n岗位职责\n1、推荐算法优化：参与音乐、短视频流、语音直播、视频模版的推荐模型研发，包括召回、粗排、精排及重排各阶段的策略优化（如scaling up、强化学习、多目标学习、长序列建模等）；\n2、多模态大模型应用：探索 LLM/VLM 在视频推荐、标签自动打标、语义搜索落地；\n3、前沿技术跟踪： 跟踪Scaling Up、长序列建模、AIGC、多模态理解等领域的最新论文，并在实际业务场景中进行复现与改进。\n\n任职要求\n1、教育背景： 计算机、数学、电子信息或相关专业，2028年、2029年毕业优先；\n2、编程功底： 扎实的 Python/C++ 编程能力，熟练使用AI coding 工具，熟练使用 PyTorch 或 TensorFlow 框架；\n3、算法基础：熟悉经典的推荐算法或深度学习基础，熟悉 Transformer 架构及推荐模型 scaling up建模方法；\n4、协作精神： 优秀的逻辑思维能力，对解决挑战性问题充满热情，具备良好的团队沟通能力。\n加分项（满足其一即可）：\n1、有音视频多模态处理经验（如音频特征提取、视频特征表示）；\n2、在顶会（CVPR, ICCV, RecSys, KDD, SIGIR 等）发表过论文或有高含金量竞赛获奖经历；\n3、本身是音乐发烧友或视频剪辑爱好者，对产品逻辑有独特见解。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}