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": "资深推荐/广告算法工程师-Data（北京/深圳/杭州）",
"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": 3,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、将参与字节跳动前沿的推荐算法技术在多种亿级日活场景落地，在大规模场景下开展以下工作，参与广告推荐系统的深度优化；\n2、研究并解决大规模广告系统中的各类优化目标及问题，如深度转化目标建模、广告内容混合排序、多场景联动推荐、转化延迟、ID泛化性、粗精排一致性等；\n3、探索前沿技术在推荐模型预估上的应用，研究方向包含且不局限于：AutoML、多任务学习、Learning To Rank、序列建模、大算力下的大规模深度模型、Large预训练模型等；\n4、和工程架构团队密切配合，共同开发优化各类工程组件在各种复杂场景的落地：如大规模推荐引擎架构、大规模流式机器学习框架、大规模离线计算等。",
"requirements_text": "1、3年以上推荐算法、广告算法领域的工作经验；\n2、扎实的算法和数据结构基础，优秀的编码能力，优秀的分析和解决问题能力；\n3、机器学习基础扎实，熟悉深度学习算法（CNN/RNN/LSTM/RL/Transformer/推荐广告的大规模Sparse&Dense模型等）；\n4、熟悉至少一种主流深度学习编程框架（TensorFlow/PyTorch）；\n5、熟悉C++和Python语言，熟悉Linux开发环境；\n6、具备优秀的学习能力和良好的团队合作精神，较好的沟通能力以及抗压能力，有推荐、广告、信息检索或相关领域的实战经验优先。",
"skills": [AI生成
"Python",
"C++",
"Linux",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"推荐算法",
"数据结构",
"团队协作",
"沟通能力",
"解决问题",
"学习能力"
],
"preferred_qualifications": "6、具备优秀的学习能力和良好的团队合作精神，较好的沟通能力以及抗压能力，有推荐、广告、信息检索或相关领域的实战经验优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7488986089476393234/detail"
}
]
},
"posting": {
"posting_id": "7488986089476393234",
"post_date": "2025-04-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7488986089476393234/detail"
},
"fulltext": "资深推荐/广告算法工程师-Data（北京/深圳/杭州）\n职位描述\n1、将参与字节跳动前沿的推荐算法技术在多种亿级日活场景落地，在大规模场景下开展以下工作，参与广告推荐系统的深度优化；\n2、研究并解决大规模广告系统中的各类优化目标及问题，如深度转化目标建模、广告内容混合排序、多场景联动推荐、转化延迟、ID泛化性、粗精排一致性等；\n3、探索前沿技术在推荐模型预估上的应用，研究方向包含且不局限于：AutoML、多任务学习、Learning To Rank、序列建模、大算力下的大规模深度模型、Large预训练模型等；\n4、和工程架构团队密切配合，共同开发优化各类工程组件在各种复杂场景的落地：如大规模推荐引擎架构、大规模流式机器学习框架、大规模离线计算等。\n\n职位要求\n1、3年以上推荐算法、广告算法领域的工作经验；\n2、扎实的算法和数据结构基础，优秀的编码能力，优秀的分析和解决问题能力；\n3、机器学习基础扎实，熟悉深度学习算法（CNN/RNN/LSTM/RL/Transformer/推荐广告的大规模Sparse&Dense模型等）；\n4、熟悉至少一种主流深度学习编程框架（TensorFlow/PyTorch）；\n5、熟悉C++和Python语言，熟悉Linux开发环境；\n6、具备优秀的学习能力和良好的团队合作精神，较好的沟通能力以及抗压能力，有推荐、广告、信息检索或相关领域的实战经验优先。\n1、将参与字节跳动前沿的推荐算法技术在多种亿级日活场景落地，在大规模场景下开展以下工作，参与广告推荐系统的深度优化；\n2、研究并解决大规模广告系统中的各类优化目标及问题，如深度转化目标建模、广告内容混合排序、多场景联动推荐、转化延迟、ID泛化性、粗精排一致性等；\n3、探索前沿技术在推荐模型预估上的应用，研究方向包含且不局限于：AutoML、多任务学习、Learning To Rank、序列建模、大算力下的大规模深度模型、Large预训练模型等；\n4、和工程架构团队密切配合，共同开发优化各类工程组件在各种复杂场景的落地：如大规模推荐引擎架构、大规模流式机器学习框架、大规模离线计算等。\n1、3年以上推荐算法、广告算法领域的工作经验；\n2、扎实的算法和数据结构基础，优秀的编码能力，优秀的分析和解决问题能力；\n3、机器学习基础扎实，熟悉深度学习算法（CNN/RNN/LSTM/RL/Transformer/推荐广告的大规模Sparse&Dense模型等）；\n4、熟悉至少一种主流深度学习编程框架（TensorFlow/PyTorch）；\n5、熟悉C++和Python语言，熟悉Linux开发环境；\n6、具备优秀的学习能力和良好的团队合作精神，较好的沟通能力以及抗压能力，有推荐、广告、信息检索或相关领域的实战经验优先。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}