快手数据挖掘工程师-本地生活数据中心
任职要求
1、计算机、统计学、数学或相关专业本科及以上学历，有5年互联网/电商/本地等交易类型等相关行业经验为佳，熟悉相关行业业务逻辑； 2、在经典机器学习、深度学习或大模型等一个或多个领域有扎实理论基础或丰富研发经验，曾在互联网营销、电商、本地、广告等领域有工作经验者优先； 3、熟悉Java/Python/C++中的一种或多种编程语言，熟悉大数据处理技术(Hadoop/Spark/Hive)，善于学习和应用业界领先数据架构和技术处理实际策略类问题； 4、具有数据敏感性，自驱性强，有数据驱动价值变现经验优先； 5、良好的逻辑思维能力，在复杂业务场景下能够分解和抽象问题，提供优秀、完整、可行的解决方案； 6、对解决具有挑战性问题充满激情，较强的责任心和主动性，良好的沟通协作和抗压能力。
工作职责
1、负责本地生活业务数据资产应用方向的工作：结合本地生活的战略目标，以及核心业务策略方向，整合海量多维数据，进行全站数据挖掘，构建用户、客户、内容等多个实体的资产标签体系； 2、分析和研究数据与实际业务，针对具体业务场景，挖掘各类人群标签，整合三方数据对用户进行分级建设，精准刻画用户，商品，商家，内容，达人等各属性，通过数据分析和智能算法设计，跟进具体业务场景策略方案的设计与上线，对策略效果负责； 3、深度参与到用户运营、内容供给、商品供给，以及本地投广告投放效果优化等方向的工作，对公司内外部数据进行分析，挖掘数据潜在价值，发现业务隐藏问题，利用数据挖掘及大模型的技术提出针对性改进方案，辅助业务健康发展； 4、积极跟进前沿技术探索，将新技术应用于本地生活的业务中。
1、基于业务及用户需求，构建、拓展、沉淀长期体系化的数据解决方案，并能推动产品化落地，提高业务决策效率，以及业务满意度； 2、主动通过业务调研、行业调研等方式，发现潜在需求和优化点，抽象出解决方案，创造新的数据产品、或完善既有数据产品功能，优化用户体验、满足用户需求、打造极致数据产品； 3、基于业务理解，利用AI大模型等前沿技术，挖掘业务中高价值的数据应用场景，沉淀分析方法论并且转化成数据产品落地，助力GMV、收入等业务核心指标达成； 4、同BI、数据资产、数据安全等团队密切合作，提升数据产品解决方案交付效率，丰富数据产品方案能力； 5、同前后端技术、设计师等团队协作，打磨产品细节，提升产品体验，追求极致。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：我们是智能服务团队，团队负责互娱业务的泛体验、泛安全问题挖掘和业务赋能，为抖音/直播/剪映/醒图/本地生活等业务，提供服务化与智能化解决方案。 团队拥有工程（FE/Server)、数据(数据工程、数据科学)、算法(NLP、CV、推荐)、产品经理等多种职能岗位，可以高效自闭环进行智能平台类产品的设计研发，具有多个公司级影响力的智能化平台产品成功落地经验。 团队年轻向上，打造工程师文化，团队年度输出了50+篇专利，10+篇行业会议分享。 1、参与字节跳动客服数据中心的建设； 2、参与优化集群/组件计算性能，提供支撑数百万QPS的分布式应用； 3、负责挖掘和分析海量用户/电商/评论/短视频/图片等数据，构建千亿级别的OLAP引擎和特征工程； 4、调研业内领先的大数据技术解决方案，结合实际应用场景进行创新应用试验和业务落地。
1. 数据建模与预测 负责海量用户行为、日志等数据的挖掘与分析，构建高精度预测模型（如用户增长、流失预警、GMV预测、等）。 应用机器学习（XGBoost/LSTM/Transformer等）、统计建模（时间序列分析、因果推断）等技术解决业务预测问题。 2. 业务场景驱动 深入理解助手/本地生活等业务场景，将预测结果落地为可执行的策略，支持业务决策。 协同产品、运营团队设计AB实验，评估模型效果并迭代优化。 3.前沿技术探索 跟踪AI领域最新进展（如大模型、AutoML、强化学习），探索在业务中的创新应用。
1、负责本地生活类广告核心业务策略及机制的设计，提升流量变现效率，推动业务消耗规模增长； 2、优化到餐、到综、酒旅等重点行业客户营销推广效果，实现广告客户增长、留存与营销效率提升，客户差异化策略产品研发； 3、优化本地广告召回、CTR、CVR等召回排序核心模型，运用大规模深度学习技术提高模型预估准确度，提高流量分发效率。