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": "知产治理算法工程师（账号&体验方向）-国际电商",
"job_level": "未披露",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、知识产权账号风险治理：运用机器学习、图技术等算法挖掘、识别和预测电商场景中的风险与低质量商家和带货主播，并协同业务进行治理管控；\n2、体验优化：利用算法挖掘影响商品知识产权体验的事件及行为，构建数据模型，助力优化电商生态体验；\n3、多实体建模：参与构建电商直播、商品、商家和带货主播等多种实体的知识产权关系数据模型，对大规模网络、海量特征序列进行建模，支撑知识产权理解、多模态表征及社区挖掘等场景，并提升IPR账号和体验能力；\n4、前沿技术探索：研究并探索机器学习、图神经网络、行为序列建模、无监督异常检测、自监督学习、强化学习等前沿技术，推动业务落地。",
"requirements_text": "1、扎实的编程能力，熟悉深度学习/图神经网络/机器学习框架，如PyTorch、TensorFlow、DGL、PyG、scikit-learn等；\n2、算法基础扎实，熟悉以下至少一个或多个领域的算法：关系分析、行为序列建模、无监督异常检测、自监督学习、强化学习；\n3、数据处理能力，熟练使用NumPy、Pandas进行数据处理，熟悉大数据工具（Hive、Spark、Hadoop）者优先；\n4、学术与竞赛背景加分，在会议（如KDD、ICML、NeurIPS、VLDB）发表文章，或在Kaggle、天池等数据挖掘竞赛中取得优胜者优先；\n5、业务场景应用加分，具有国际化电商或风控相关经验，对IPR治理、欺诈检测、账号安全治理等有深入理解。",
"skills": [AI生成
"Spark",
"Hadoop",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"强化学习",
"数据挖掘",
"建模"
],
"preferred_qualifications": "3、数据处理能力，熟练使用NumPy、Pandas进行数据处理，熟悉大数据工具（Hive、Spark、Hadoop）者优先；4、学术与竞赛背景加分，在会议（如KDD、ICML、NeurIPS、VLDB）发表文章，或在Kaggle、天池等数据挖掘竞赛中取得优胜者优先；5、业务场景应用加分，具有国际化电商或风控相关经验，对IPR治理、欺诈检测、账号安全治理等有深入理解",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7477462502294259986/detail"
}
]
},
"posting": {
"posting_id": "7477462502294259986",
"post_date": "2025-03-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7477462502294259986/detail"
},
"fulltext": "知产治理算法工程师（账号&体验方向）-国际电商\n职位描述\n1、知识产权账号风险治理：运用机器学习、图技术等算法挖掘、识别和预测电商场景中的风险与低质量商家和带货主播，并协同业务进行治理管控；\n2、体验优化：利用算法挖掘影响商品知识产权体验的事件及行为，构建数据模型，助力优化电商生态体验；\n3、多实体建模：参与构建电商直播、商品、商家和带货主播等多种实体的知识产权关系数据模型，对大规模网络、海量特征序列进行建模，支撑知识产权理解、多模态表征及社区挖掘等场景，并提升IPR账号和体验能力；\n4、前沿技术探索：研究并探索机器学习、图神经网络、行为序列建模、无监督异常检测、自监督学习、强化学习等前沿技术，推动业务落地。\n\n职位要求\n1、扎实的编程能力，熟悉深度学习/图神经网络/机器学习框架，如PyTorch、TensorFlow、DGL、PyG、scikit-learn等；\n2、算法基础扎实，熟悉以下至少一个或多个领域的算法：关系分析、行为序列建模、无监督异常检测、自监督学习、强化学习；\n3、数据处理能力，熟练使用NumPy、Pandas进行数据处理，熟悉大数据工具（Hive、Spark、Hadoop）者优先；\n4、学术与竞赛背景加分，在会议（如KDD、ICML、NeurIPS、VLDB）发表文章，或在Kaggle、天池等数据挖掘竞赛中取得优胜者优先；\n5、业务场景应用加分，具有国际化电商或风控相关经验，对IPR治理、欺诈检测、账号安全治理等有深入理解。\n1、知识产权账号风险治理：运用机器学习、图技术等算法挖掘、识别和预测电商场景中的风险与低质量商家和带货主播，并协同业务进行治理管控；\n2、体验优化：利用算法挖掘影响商品知识产权体验的事件及行为，构建数据模型，助力优化电商生态体验；\n3、多实体建模：参与构建电商直播、商品、商家和带货主播等多种实体的知识产权关系数据模型，对大规模网络、海量特征序列进行建模，支撑知识产权理解、多模态表征及社区挖掘等场景，并提升IPR账号和体验能力；\n4、前沿技术探索：研究并探索机器学习、图神经网络、行为序列建模、无监督异常检测、自监督学习、强化学习等前沿技术，推动业务落地。\n1、扎实的编程能力，熟悉深度学习/图神经网络/机器学习框架，如PyTorch、TensorFlow、DGL、PyG、scikit-learn等；\n2、算法基础扎实，熟悉以下至少一个或多个领域的算法：关系分析、行为序列建模、无监督异常检测、自监督学习、强化学习；\n3、数据处理能力，熟练使用NumPy、Pandas进行数据处理，熟悉大数据工具（Hive、Spark、Hadoop）者优先；\n4、学术与竞赛背景加分，在会议（如KDD、ICML、NeurIPS、VLDB）发表文章，或在Kaggle、天池等数据挖掘竞赛中取得优胜者优先；\n5、业务场景应用加分，具有国际化电商或风控相关经验，对IPR治理、欺诈检测、账号安全治理等有深入理解。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}