主分类：数据分析与数据科学
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": "数据科学家（PGC-推荐策略） - TikTok",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "上海",
"work_mode": "未披露",AI生成
"job_category": "数据分析"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": "数据科学、统计学、计量经济学、数学、计算机科学或相关量化专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。\n\n1、你将做什么：推荐策略与用户体验优化，深度参与PGC内容推荐和分发策略优化，与MLE、Product等团队合作，通过数据分析、实验和用户行为研究识别推荐系统中的问题与机会，推动推荐策略持续迭代；探索并实践AI原生数据科学工作流，将LLM、AI Coding和AI Agents深度融入数据探索、SQL、Python分析、指标诊断、实验分析、推荐策略研究、因果研究和业务洞察等核心工作；\n2、内容供给与生态优化，从供给侧深入理解PGC内容生态，研究内容数量、质量、多样性、创作者结构以及供需匹配等问题，识别影响内容消费和推荐效率的供给瓶颈；通过数据分析、实验和机制研究推动内容供给与分发策略优化，提高优质内容供给、供需匹配效率和整体生态价值；\n3、创作者增长、激励与变现，研究创作者生命周期及行为机制，利用数据科学方法评估创作者增长、激励和奖励计划的效果，并探索新的增长与激励策略；研究不同激励机制如何影响创作者参与、内容生产、内容质量、留存和变现，并进一步评估策略对用户消费和平台长期生态产生的影响；\n4、实验设计与策略决策，设计和评估产品、推荐及生态策略实验，建立科学的实验分析和决策框架，通过实验结果和机制理解支持产品与推荐策略决策，而不仅停留在实验指标报告；\n5、指标体系与业务诊断，建立能够反映用户体验、内容供给、推荐效率和生态健康度的指标体系，持续监控核心指标和业务趋势；针对重要指标变化，识别真正驱动业务变化的因素，发现业务问题和增长机会，并推动后续策略行动。",
"requirements_text": "1、数据科学、统计学、计量经济学、数学、计算机科学或相关量化专业本科及以上学历；具备扎实的统计学、实验设计和数据分析基础；\n2、熟练掌握SQL，并熟练使用Python或R；能够将模糊、复杂的业务问题转化为可验证的数据科学问题，并形成可执行的业务洞察和策略建议；\n3、熟悉推荐系统的机制，具有推荐策略迭代优化经验；能够通过数据分析和实验深入理解推荐策略变化对用户行为、内容分发和业务指标的影响，并参与推荐实验评估与策略决策；\n4、掌握A/B测试与因果推断，可处理各类混杂问题，用数据支撑业务因果决策；\n5、熟练AI原生数据科学，深度落地LLM/AI Agent，重构工作流提升分析综合质量；\n6、关注内容/推荐/创作者生态业务，有AI Agent相关工具落地经历。",
"skills": [AI生成
"Python",
"SQL",
"数据分析",
"智能体开发"
],
"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/7496755574119745800/detail"
}
]
},
"posting": {
"posting_id": "7496755574119745800",
"post_date": "2025-04-24",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7496755574119745800/detail"
},
"fulltext": "数据科学家（PGC-推荐策略） - TikTok\n职位描述\n团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。\n\n1、你将做什么：推荐策略与用户体验优化，深度参与PGC内容推荐和分发策略优化，与MLE、Product等团队合作，通过数据分析、实验和用户行为研究识别推荐系统中的问题与机会，推动推荐策略持续迭代；探索并实践AI原生数据科学工作流，将LLM、AI Coding和AI Agents深度融入数据探索、SQL、Python分析、指标诊断、实验分析、推荐策略研究、因果研究和业务洞察等核心工作；\n2、内容供给与生态优化，从供给侧深入理解PGC内容生态，研究内容数量、质量、多样性、创作者结构以及供需匹配等问题，识别影响内容消费和推荐效率的供给瓶颈；通过数据分析、实验和机制研究推动内容供给与分发策略优化，提高优质内容供给、供需匹配效率和整体生态价值；\n3、创作者增长、激励与变现，研究创作者生命周期及行为机制，利用数据科学方法评估创作者增长、激励和奖励计划的效果，并探索新的增长与激励策略；研究不同激励机制如何影响创作者参与、内容生产、内容质量、留存和变现，并进一步评估策略对用户消费和平台长期生态产生的影响；\n4、实验设计与策略决策，设计和评估产品、推荐及生态策略实验，建立科学的实验分析和决策框架，通过实验结果和机制理解支持产品与推荐策略决策，而不仅停留在实验指标报告；\n5、指标体系与业务诊断，建立能够反映用户体验、内容供给、推荐效率和生态健康度的指标体系，持续监控核心指标和业务趋势；针对重要指标变化，识别真正驱动业务变化的因素，发现业务问题和增长机会，并推动后续策略行动。\n\n职位要求\n1、数据科学、统计学、计量经济学、数学、计算机科学或相关量化专业本科及以上学历；具备扎实的统计学、实验设计和数据分析基础；\n2、熟练掌握SQL，并熟练使用Python或R；能够将模糊、复杂的业务问题转化为可验证的数据科学问题，并形成可执行的业务洞察和策略建议；\n3、熟悉推荐系统的机制，具有推荐策略迭代优化经验；能够通过数据分析和实验深入理解推荐策略变化对用户行为、内容分发和业务指标的影响，并参与推荐实验评估与策略决策；\n4、掌握A/B测试与因果推断，可处理各类混杂问题，用数据支撑业务因果决策；\n5、熟练AI原生数据科学，深度落地LLM/AI Agent，重构工作流提升分析综合质量；\n6、关注内容/推荐/创作者生态业务，有AI Agent相关工具落地经历。\n团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。\n\n1、你将做什么：推荐策略与用户体验优化，深度参与PGC内容推荐和分发策略优化，与MLE、Product等团队合作，通过数据分析、实验和用户行为研究识别推荐系统中的问题与机会，推动推荐策略持续迭代；探索并实践AI原生数据科学工作流，将LLM、AI Coding和AI Agents深度融入数据探索、SQL、Python分析、指标诊断、实验分析、推荐策略研究、因果研究和业务洞察等核心工作；\n2、内容供给与生态优化，从供给侧深入理解PGC内容生态，研究内容数量、质量、多样性、创作者结构以及供需匹配等问题，识别影响内容消费和推荐效率的供给瓶颈；通过数据分析、实验和机制研究推动内容供给与分发策略优化，提高优质内容供给、供需匹配效率和整体生态价值；\n3、创作者增长、激励与变现，研究创作者生命周期及行为机制，利用数据科学方法评估创作者增长、激励和奖励计划的效果，并探索新的增长与激励策略；研究不同激励机制如何影响创作者参与、内容生产、内容质量、留存和变现，并进一步评估策略对用户消费和平台长期生态产生的影响；\n4、实验设计与策略决策，设计和评估产品、推荐及生态策略实验，建立科学的实验分析和决策框架，通过实验结果和机制理解支持产品与推荐策略决策，而不仅停留在实验指标报告；\n5、指标体系与业务诊断，建立能够反映用户体验、内容供给、推荐效率和生态健康度的指标体系，持续监控核心指标和业务趋势；针对重要指标变化，识别真正驱动业务变化的因素，发现业务问题和增长机会，并推动后续策略行动。\n1、数据科学、统计学、计量经济学、数学、计算机科学或相关量化专业本科及以上学历；具备扎实的统计学、实验设计和数据分析基础；\n2、熟练掌握SQL，并熟练使用Python或R；能够将模糊、复杂的业务问题转化为可验证的数据科学问题，并形成可执行的业务洞察和策略建议；\n3、熟悉推荐系统的机制，具有推荐策略迭代优化经验；能够通过数据分析和实验深入理解推荐策略变化对用户行为、内容分发和业务指标的影响，并参与推荐实验评估与策略决策；\n4、掌握A/B测试与因果推断，可处理各类混杂问题，用数据支撑业务因果决策；\n5、熟练AI原生数据科学，深度落地LLM/AI Agent，重构工作流提升分析综合质量；\n6、关注内容/推荐/创作者生态业务，有AI Agent相关工具落地经历。",
"standard_classification": {
"std_category_code": "T017",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}