主分类：搜索推荐与业务决策算法研发
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": "推荐算法高级工程师-音乐",
"job_level": "高级",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"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": "1、负责国际化短视频音乐的宣传推广和音乐发现，帮助音乐和音乐人在国际化短视频内更好地成长，帮助用户找到更多想听的音乐；\n2、通过表征学习、图模型、深度学习、迁移学习、多任务学习等技术提升信息匹配的效率，让每个用户可以便捷的找到优质音乐；\n3、分析用户行为数据，进行用户长短期兴趣建模，以及潜在兴趣预测，提升推荐的精准性。",
"requirements_text": "1、扎实的算法和数据结构基础，优秀的编码能力；\n2、机器学习基础扎实，熟悉CF、MF、FM、Word2vec、LR、GBDT、DNN、Wide&Deep等常用的算法模型；\n3、熟悉以下任何一个开源工具：Xgboost、Tensorflow、Pytorch；\n4、熟悉C++和Python语言，熟悉Linux开发环境；\n5、具备优秀的学习能力和良好的团队合作精神；\n6、有推荐、广告、信息检索或相关领域的实战经验；能独立或带同学负责子方向，能做技术规划，并和产品/运营协同驱动业务快速前进。",
"skills": [AI生成
"Python",
"C++",
"Linux",
"PyTorch",
"TensorFlow",
"机器学习",
"数据结构",
"团队协作",
"学习能力"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7408384100861937929/detail"
}
]
},
"posting": {
"posting_id": "7408384100861937929",
"post_date": "2024-08-29",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7408384100861937929/detail"
},
"fulltext": "推荐算法高级工程师-音乐\n职位描述\n1、负责国际化短视频音乐的宣传推广和音乐发现，帮助音乐和音乐人在国际化短视频内更好地成长，帮助用户找到更多想听的音乐；\n2、通过表征学习、图模型、深度学习、迁移学习、多任务学习等技术提升信息匹配的效率，让每个用户可以便捷的找到优质音乐；\n3、分析用户行为数据，进行用户长短期兴趣建模，以及潜在兴趣预测，提升推荐的精准性。\n\n职位要求\n1、扎实的算法和数据结构基础，优秀的编码能力；\n2、机器学习基础扎实，熟悉CF、MF、FM、Word2vec、LR、GBDT、DNN、Wide&Deep等常用的算法模型；\n3、熟悉以下任何一个开源工具：Xgboost、Tensorflow、Pytorch；\n4、熟悉C++和Python语言，熟悉Linux开发环境；\n5、具备优秀的学习能力和良好的团队合作精神；\n6、有推荐、广告、信息检索或相关领域的实战经验；能独立或带同学负责子方向，能做技术规划，并和产品/运营协同驱动业务快速前进。\n1、负责国际化短视频音乐的宣传推广和音乐发现，帮助音乐和音乐人在国际化短视频内更好地成长，帮助用户找到更多想听的音乐；\n2、通过表征学习、图模型、深度学习、迁移学习、多任务学习等技术提升信息匹配的效率，让每个用户可以便捷的找到优质音乐；\n3、分析用户行为数据，进行用户长短期兴趣建模，以及潜在兴趣预测，提升推荐的精准性。\n1、扎实的算法和数据结构基础，优秀的编码能力；\n2、机器学习基础扎实，熟悉CF、MF、FM、Word2vec、LR、GBDT、DNN、Wide&Deep等常用的算法模型；\n3、熟悉以下任何一个开源工具：Xgboost、Tensorflow、Pytorch；\n4、熟悉C++和Python语言，熟悉Linux开发环境；\n5、具备优秀的学习能力和良好的团队合作精神；\n6、有推荐、广告、信息检索或相关领域的实战经验；能独立或带同学负责子方向，能做技术规划，并和产品/运营协同驱动业务快速前进。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}