哔哩哔哩流量产品运营实习生（搜索方向）

工作职责 1.了解用户/内容/流量方向的产运工作模式，协助负责OGV（专业视频内容）推荐与搜索的日常运营工作，参与流量策略的讨论与执行，并跟进关键数据指标的变化。 2.理解不同用户群体对内容的需求，进行用户调研和竞品分析，整理用户反馈，为策略优化提供支持。 3.对用户增长和策略有自己的思考。了解 AARRR 等用户增长模型，对如何通过运营手段驱动业务增长有热情、有想法。能与产品、研发同学进行沟通，跟进相关项目的进展和落地。

岗位职责 1. 协助OGV推荐与搜索的日常策略运营，参与流量策略讨论与执行，跟进核心数据指标变化。 2. 深入业务，通过专题分析和数据挖掘，对流量分发效率、用户增长路径、内容消费偏好等方向进行探索，为策略制定和优化提供数据洞察。 3. 开展用户调研与竞品分析，深入理解用户对内容的需求与反馈，为策略优化提供依据。 4. 基于对AARRR等增长模型的理解，参与用户增长相关的策略思考与运营实践，协同推进项目落地。

1、深度参与B站用户流量工作，包括B站搜索 & 热点业务的指标体系设计、数据监控、异动归因、实验分析以及专项分析； 2、梳理用户行为链路，基于用户洞察提出假设，通过分析与实验的方式验证，不断推动用户消费效率与体验的提升； 3、对于用户进站意图、消费效率等课题洞察分析，指引业务发展方向与策略的迭代。

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。 TikTok研发团队，旨在实现TikTok业务的研发工作，搭建及维护业界领先的产品。加入我们，你能接触到包括用户增长、社交、直播、电商C端、内容创造、内容消费等核心业务场景，支持产品在全球赛道上高速发展；也能接触到包括服务架构、基础技术等方向上的技术挑战，保障业务持续高质量、高效率、且安全地为用户服务；同时还能为不同业务场景提供全面的技术解决方案，优化各项产品指标及用户体验。 在这里， 有大牛带队与大家一同不断探索前沿， 突破想象空间。 在这里，你的每一行代码都将服务亿万用户。在这里，团队专业且纯粹，合作氛围平等且轻松。目前在北京，上海，杭州、广州、深圳分别开放多个岗位机会。 课题介绍：TikTok作为全球领先的短视频平台，面临新用户数据稀疏导致的个性化推荐不足、直播推荐时效性要求高、用户兴趣多样性维护困难以及电商推荐系统链路复杂等多重挑战。传统推荐方法依赖历史行为建模，难以解决新用户冷启动问题，且直播推荐需在极短窗口期内（通常30分钟内）实时捕捉内容动态变化（如主播互动、流量波动），这对系统的实时感知与快速决策能力提出更高要求。此外，单列沉浸式场景放大了多样性问题，需平衡多峰兴趣学习与探索引发的内容穿越风险。当前电商推荐系统采用多阶段漏斗架构（召回-排序-混排），存在链路不一致、维护成本高、过度依赖短期价值预测等问题，导致用户易陷入内容同质化疲劳。 针对上述痛点，项目提出结合大语言模型（LLM）和大模型技术实现突破：一方面利用LLM的海量知识储备与Few-shot推理能力，通过注册信息与外部知识推理新用户潜在意图，缓解冷启动问题；另一方面，在社交偏好建模中融合GNN与用户全生命周期行为序列，提升兴趣预测精准度。同时，探索大模型的泛化能力、长上下文感知及端到端建模优势，简化电商推荐链路，增强实时动态适应性与兴趣探索能力，最终实现系统更简洁、推荐更精准、用户体验与留存双提升的目标，推动业务可持续增长。 1、负责TikTok的推荐算法工作，包括但不限于：视频推荐、内容理解、因果推断、智能增长等，为用户提供领先的产品体验； 2、结合机器学习技术和业务场景需求，运用包括强化学习、Graph Embedding、大模型、大规模计算等在内的前沿建模技能，解决业务痛点，提升线上效果； 3、与产品及运营团队紧密合作，对用户的行为进行深入理解和分析，制定合理高效的策略逻辑，促进生态的健康发展； 4、参与算法团队的基建工作，提升资源利用率、增强效果稳定性、优化开发流程等，持续提高团队成员的工作效率。