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": "算法实习生-Ads Core",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "未披露",
"location": "上海",
"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": "2027届硕士及以上学位在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n团队介绍：广告核心团队在不同的广告投放阶段建立关键的变现机制\n1. 我们建立排序、出价、预算、样式、诊断和其他框架，作为中台，使其他广告团队能够并行迭代他们的产品。\n2. 我们实施流量策略，在用户体验的约束下实现收入最大化，实现广告主受众的完全探索。\n3. 我们的模型驱动自动化解决方案从头到尾优化广告投放性能。\n\n1、探索强化学习和生成式混排策略，在保障用户体验的约束下实现收入最大化，落地不同投放体裁的最优排序逻辑；\n2、研发生成式召回技术，捕捉用户在不同APP下的LifeLong行为意图，参与重构级联漏斗排序架构；\n3、落地投放大模型蒸馏方案，构建商业化的基座大模型，在兼顾大模型复杂算力效果的同时，实现模型策略ROI最大化；\n4、研究因果推断大模型技术，在营销场景下最大化激励介质的边际收益；\n5、结合视频生成能力，进行优质创意的优选和生成，最大化体验和商业化收益。",
"requirements_text": "1、2027届硕士及以上学位在读，计算机科学相关专业优先；\n2、编程基础扎实，精通C/C++和Python，具备深度学习相关实践经验；\n3、熟悉至少一种主流机器学习框架（TensorFlow/PyTorch等）的架构与实现；\n4、对大模型等前沿技术有强烈好奇心，具备优秀的问题发现、分析与解决能力，热衷于将前沿技术落地到真实业务场景。\n\n加分项：\n1、在自然语言处理/计算机视觉/推荐系统领域有论文发表（例如，在RecSys、KDD、ICML、NeurIPs、CVPR等会议的论文列表、研讨会、口头报告等）；\n2、ACM/ICPC等算法竞赛获奖者优先；\n3、有LLM/生成式AI/强化学习相关研究经验，或在推荐/广告场景有相关算法迭代经验者优先。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"强化学习",
"自然语言处理",
"计算机视觉",
"大语言模型"
],
"preferred_qualifications": "1、2027届硕士及以上学位在读，计算机科学相关专业优先；加分项：；2、ACM/ICPC等算法竞赛获奖者优先；3、有LLM/生成式AI/强化学习相关研究经验，或在推荐/广告场景有相关算法迭代经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7594830031696955653/detail"
}
]
},
"posting": {
"posting_id": "7594830031696955653",
"post_date": "2026-01-13",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7594830031696955653/detail"
},
"fulltext": "算法实习生-Ads Core\n职位描述\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n团队介绍：广告核心团队在不同的广告投放阶段建立关键的变现机制\n1. 我们建立排序、出价、预算、样式、诊断和其他框架，作为中台，使其他广告团队能够并行迭代他们的产品。\n2. 我们实施流量策略，在用户体验的约束下实现收入最大化，实现广告主受众的完全探索。\n3. 我们的模型驱动自动化解决方案从头到尾优化广告投放性能。\n\n1、探索强化学习和生成式混排策略，在保障用户体验的约束下实现收入最大化，落地不同投放体裁的最优排序逻辑；\n2、研发生成式召回技术，捕捉用户在不同APP下的LifeLong行为意图，参与重构级联漏斗排序架构；\n3、落地投放大模型蒸馏方案，构建商业化的基座大模型，在兼顾大模型复杂算力效果的同时，实现模型策略ROI最大化；\n4、研究因果推断大模型技术，在营销场景下最大化激励介质的边际收益；\n5、结合视频生成能力，进行优质创意的优选和生成，最大化体验和商业化收益。\n\n职位要求\n1、2027届硕士及以上学位在读，计算机科学相关专业优先；\n2、编程基础扎实，精通C/C++和Python，具备深度学习相关实践经验；\n3、熟悉至少一种主流机器学习框架（TensorFlow/PyTorch等）的架构与实现；\n4、对大模型等前沿技术有强烈好奇心，具备优秀的问题发现、分析与解决能力，热衷于将前沿技术落地到真实业务场景。\n\n加分项：\n1、在自然语言处理/计算机视觉/推荐系统领域有论文发表（例如，在RecSys、KDD、ICML、NeurIPs、CVPR等会议的论文列表、研讨会、口头报告等）；\n2、ACM/ICPC等算法竞赛获奖者优先；\n3、有LLM/生成式AI/强化学习相关研究经验，或在推荐/广告场景有相关算法迭代经验者优先。\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n团队介绍：广告核心团队在不同的广告投放阶段建立关键的变现机制\n1. 我们建立排序、出价、预算、样式、诊断和其他框架，作为中台，使其他广告团队能够并行迭代他们的产品。\n2. 我们实施流量策略，在用户体验的约束下实现收入最大化，实现广告主受众的完全探索。\n3. 我们的模型驱动自动化解决方案从头到尾优化广告投放性能。\n\n1、探索强化学习和生成式混排策略，在保障用户体验的约束下实现收入最大化，落地不同投放体裁的最优排序逻辑；\n2、研发生成式召回技术，捕捉用户在不同APP下的LifeLong行为意图，参与重构级联漏斗排序架构；\n3、落地投放大模型蒸馏方案，构建商业化的基座大模型，在兼顾大模型复杂算力效果的同时，实现模型策略ROI最大化；\n4、研究因果推断大模型技术，在营销场景下最大化激励介质的边际收益；\n5、结合视频生成能力，进行优质创意的优选和生成，最大化体验和商业化收益。\n1、2027届硕士及以上学位在读，计算机科学相关专业优先；\n2、编程基础扎实，精通C/C++和Python，具备深度学习相关实践经验；\n3、熟悉至少一种主流机器学习框架（TensorFlow/PyTorch等）的架构与实现；\n4、对大模型等前沿技术有强烈好奇心，具备优秀的问题发现、分析与解决能力，热衷于将前沿技术落地到真实业务场景。\n\n加分项：\n1、在自然语言处理/计算机视觉/推荐系统领域有论文发表（例如，在RecSys、KDD、ICML、NeurIPs、CVPR等会议的论文列表、研讨会、口头报告等）；\n2、ACM/ICPC等算法竞赛获奖者优先；\n3、有LLM/生成式AI/强化学习相关研究经验，或在推荐/广告场景有相关算法迭代经验者优先。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}