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": "推荐算法工程师（复购体验）-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": "研发"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、参与千万~亿级规模的国际电商个性化推荐算法的优化：包括短视频推荐、商品推荐、直播推荐；\n2、负责召回、粗排、精排、混排等全漏斗环节优化电商核心指标：GMV、长期用户价值、复购率、购物体验等；\n3、应用先进的LLM/MLLM、Deep Learning、Reinforcement Learning等技术，个性化建模长期用户价值、复购流失归因以及长期复购建模。同时基于大模型深度理解推荐内容，精准分发优质内容，提升推荐购物体验；\n4、挖掘和分析海量用户行为数据，进行用户长短期活跃度建模，提升电商长期复购；\n5、结合电商的业务特性，进行模型和算法创新，打造业界领先的推荐算法和系统。",
"requirements_text": "1、扎实的算法和数据结构基础，优秀的编码能力；\n2、优秀的分析问题和解决问题的能力，对解决具有挑战性问题充满激情；\n3、熟悉C++和Python语言，熟悉Linux开发环境；\n4、熟悉机器学习、计算机视觉、自然语言处理、数据挖掘中一项或多项；对推荐系统、计算广告、搜索引擎相关领域有经验者优先。\n\n加分项\n1、在KDD、NeurIPS、WWW、SIGIR、WSDM、ICML、IJCAI、AAAI、RecSys等会议发表过论文，或者有过数据挖掘/机器学习相关的竞赛经历。\n2、熟悉LLM或者MLLM相关工作，参与过大模型相关项目的应用以及落地。",
"skills": [AI生成
"Python",
"C++",
"Linux",
"机器学习",
"自然语言处理",
"计算机视觉",
"数据结构",
"数据挖掘",
"解决问题",
"大语言模型"
],
"preferred_qualifications": "对推荐系统、计算广告、搜索引擎相关领域有经验者优先；加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7591901969024141573/detail"
}
]
},
"posting": {
"posting_id": "7591901969024141573",
"post_date": "2026-01-05",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7591901969024141573/detail"
},
"fulltext": "推荐算法工程师（复购体验）-国际电商\n职位描述\n1、参与千万~亿级规模的国际电商个性化推荐算法的优化：包括短视频推荐、商品推荐、直播推荐；\n2、负责召回、粗排、精排、混排等全漏斗环节优化电商核心指标：GMV、长期用户价值、复购率、购物体验等；\n3、应用先进的LLM/MLLM、Deep Learning、Reinforcement Learning等技术，个性化建模长期用户价值、复购流失归因以及长期复购建模。同时基于大模型深度理解推荐内容，精准分发优质内容，提升推荐购物体验；\n4、挖掘和分析海量用户行为数据，进行用户长短期活跃度建模，提升电商长期复购；\n5、结合电商的业务特性，进行模型和算法创新，打造业界领先的推荐算法和系统。\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、优秀的分析问题和解决问题的能力，对解决具有挑战性问题充满激情；\n3、熟悉C++和Python语言，熟悉Linux开发环境；\n4、熟悉机器学习、计算机视觉、自然语言处理、数据挖掘中一项或多项；对推荐系统、计算广告、搜索引擎相关领域有经验者优先。\n\n加分项\n1、在KDD、NeurIPS、WWW、SIGIR、WSDM、ICML、IJCAI、AAAI、RecSys等会议发表过论文，或者有过数据挖掘/机器学习相关的竞赛经历。\n2、熟悉LLM或者MLLM相关工作，参与过大模型相关项目的应用以及落地。\n1、参与千万~亿级规模的国际电商个性化推荐算法的优化：包括短视频推荐、商品推荐、直播推荐；\n2、负责召回、粗排、精排、混排等全漏斗环节优化电商核心指标：GMV、长期用户价值、复购率、购物体验等；\n3、应用先进的LLM/MLLM、Deep Learning、Reinforcement Learning等技术，个性化建模长期用户价值、复购流失归因以及长期复购建模。同时基于大模型深度理解推荐内容，精准分发优质内容，提升推荐购物体验；\n4、挖掘和分析海量用户行为数据，进行用户长短期活跃度建模，提升电商长期复购；\n5、结合电商的业务特性，进行模型和算法创新，打造业界领先的推荐算法和系统。\n1、扎实的算法和数据结构基础，优秀的编码能力；\n2、优秀的分析问题和解决问题的能力，对解决具有挑战性问题充满激情；\n3、熟悉C++和Python语言，熟悉Linux开发环境；\n4、熟悉机器学习、计算机视觉、自然语言处理、数据挖掘中一项或多项；对推荐系统、计算广告、搜索引擎相关领域有经验者优先。\n\n加分项\n1、在KDD、NeurIPS、WWW、SIGIR、WSDM、ICML、IJCAI、AAAI、RecSys等会议发表过论文，或者有过数据挖掘/机器学习相关的竞赛经历。\n2、熟悉LLM或者MLLM相关工作，参与过大模型相关项目的应用以及落地。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}