{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "推荐算法",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "",
        "location": "香港",
        "work_mode": "混合办公",AI生成
        "job_category": "AI模型算法工程师"AI生成
    },
    "company": {
        "company_name": "某国内知名互联网金融公司",
        "company_industry": "互联网",
        "company_size": "20-99人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 80000,
            "max": 110000,
            "currency": "CNY",
            "cycle": "month"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": 5,
        "degree": "本科",
        "language": "中英双语",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "AI推荐算法\nWeb3加密货币\n核心职责\n- 驱动推荐系统升级 — 推动排序模型迭代，直接影响用户留存与交易转化两大核心业务指标\n- 打通⽤户理解 — 建⽴跨内容消费、功能使⽤、搜索三域的统一用户意图体系，使推荐系统真正理解⽤户\"在做什么\"而非\"点击了什么\"\n- 定义技术演进路线 — 制定从 Transformer 精排到生成式推荐（序列生成 + 偏好对齐）的中长期路线图并负责关键里程碑落地\n- 探索 Agent 新范式 — 将推荐与搜索能力接入 LLM Agent 框架，实现从被动推送到主动意图满足的产品升级\n任职要求\n- 工作背景 — 顶尖高校计算机 / 数学相关硕士及以上；8 年以上经验，5 年以上在推荐 / 搜索核心岗；有主导千万级 DAU 产品完整推荐链路的经历\n- 用户意图与画像（核心） — 有跨场景（内容 / 功能 / 搜索）统一意图表征设计经验，能融合实时行为信号与长期稳定偏好；理解画像分层体系（冷启动 → 兴趣探索 → 稳定偏好）并有策略落地经验\n- Transformer 与排序（核心） — 深度理解 Attention 在行为序列建模中的原理与局限（DIN / SIM / HSTU 演进逻辑），能针对工程约束提出独立方案；熟练掌握 Listwise 损失（ListMLE / Softmax Loss）与多候选联合建模\n- 多目标训练（核心） — 深度掌握 MMoE / PLE / ESMM 及多任务梯度冲突的识别与缓解；能从零设计复合损失函数体系，有打通离线指标与在线业务指标的完整方法论\n- 业务归因（核心） — 具备 Uplift Modeling 实战经验；熟练掌握 Position / Selection Bias 修正与预测概率 Calibration 体系建设\n- 生成式推荐（重要加分） — 理解 Semantic Tokenization（FSQ / RQ-VAE）与条件序列生成的范式价值；对 RLHF / DPO 在推荐场景的工程应用有实质性认知\n- 推荐搜索 Agent（重要加分） — 对 LLM Agent 框架（Tool Use / ReAct）有工程落地经验；能界定 Agent 与传统推荐的协作边界，有自然语言意图转结构化检索的系统设计经验\n- 工程 — 百亿参数级分布式训练；实时特征工程（Flink / Kafka）以及推理服务优化\n加分项\nRecSys / KDD 等顶会第一作者 ｜ Bandit / RL 生产落地 ｜ 金融 / 加密资产行业背景\n认证资质\n人力资源服务许可证",
        "skills": [AI生成
            "模型训练与算法优化",
            "数据分析与指标体系",
            "实验设计与A/B测试",
            "分布式/微服务系统设计",
            "业务理解与场景抽象"
        ],
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/c2e78120264cc40a0nd_29u0ElJW.html"
            }
        ]
    },
    "posting": {
        "posting_id": "c2e78120264cc40a0nd_29u0ElJW",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/c2e78120264cc40a0nd_29u0ElJW.html"
    },
    "fulltext": "AI推荐算法\nWeb3加密货币\n核心职责\n- 驱动推荐系统升级 — 推动排序模型迭代，直接影响用户留存与交易转化两大核心业务指标\n- 打通⽤户理解 — 建⽴跨内容消费、功能使⽤、搜索三域的统一用户意图体系，使推荐系统真正理解⽤户\"在做什么\"而非\"点击了什么\"\n- 定义技术演进路线 — 制定从 Transformer 精排到生成式推荐（序列生成 + 偏好对齐）的中长期路线图并负责关键里程碑落地\n- 探索 Agent 新范式 — 将推荐与搜索能力接入 LLM Agent 框架，实现从被动推送到主动意图满足的产品升级\n任职要求\n- 工作背景 — 顶尖高校计算机 / 数学相关硕士及以上；8 年以上经验，5 年以上在推荐 / 搜索核心岗；有主导千万级 DAU 产品完整推荐链路的经历\n- 用户意图与画像（核心） — 有跨场景（内容 / 功能 / 搜索）统一意图表征设计经验，能融合实时行为信号与长期稳定偏好；理解画像分层体系（冷启动 → 兴趣探索 → 稳定偏好）并有策略落地经验\n- Transformer 与排序（核心） — 深度理解 Attention 在行为序列建模中的原理与局限（DIN / SIM / HSTU 演进逻辑），能针对工程约束提出独立方案；熟练掌握 Listwise 损失（ListMLE / Softmax Loss）与多候选联合建模\n- 多目标训练（核心） — 深度掌握 MMoE / PLE / ESMM 及多任务梯度冲突的识别与缓解；能从零设计复合损失函数体系，有打通离线指标与在线业务指标的完整方法论\n- 业务归因（核心） — 具备 Uplift Modeling 实战经验；熟练掌握 Position / Selection Bias 修正与预测概率 Calibration 体系建设\n- 生成式推荐（重要加分） — 理解 Semantic Tokenization（FSQ / RQ-VAE）与条件序列生成的范式价值；对 RLHF / DPO 在推荐场景的工程应用有实质性认知\n- 推荐搜索 Agent（重要加分） — 对 LLM Agent 框架（Tool Use / ReAct）有工程落地经验；能界定 Agent 与传统推荐的协作边界，有自然语言意图转结构化检索的系统设计经验\n- 工程 — 百亿参数级分布式训练；实时特征工程（Flink / Kafka）以及推理服务优化\n加分项\nRecSys / KDD 等顶会第一作者 ｜ Bandit / RL 生产落地 ｜ 金融 / 加密资产行业背景\n认证资质\n人力资源服务许可证"
}