字节跳动数据科学家-内容生态-国际化短视频（北京/上海）

团队介绍：国际化短视频 machine learning团队，负责国际化短视频的基础推荐算法，直接为国际化短视频的核心用户体验负责。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、CV/NLP等多个学术领域的算法改进以及对多种场景的推荐架构的设计和对产品数据的复杂深入的分析。在这里，你可以深入钻研机器学习算法的改进和优化，探索前沿的技术；可以跟来自全球不同国家的团队合作, 感受不同文化的碰撞, 激发认知；可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。 1、设计并开发面向未来的大规模推荐系统，打造极致个性化、高用户参与度并具备出色可扩展性的用户体验； 2、运用最前沿的机器学习和深度学习技术，特别是大模型技术，以显著提升推荐算法的性能和精确度； 3、与跨学科团队紧密协作，包括架构、产品和研究科学家，共同设计能提升推荐相关性、多样性和用户参与度的先进系统。

日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：国际电商是以国际化短视频产品为载体的内容电商业务，致力于成为用户发现并获取优价好物的首选平台，在直播电商、视频内容电商等多场景下，国际电商业务希望能为用户提供更个性化、更主动、更高效的消费体验，为商家提供稳定可靠的平台服务，在更多的地区实现没有难卖的优价好物，让美好生活触手可得的使命。我们邀请你来此成长、钻研，发掘无限的潜力，一起应对技术和业务上的挑战。目前团队拥有丰富的国际化产品研发经验，包容多元的文化，且在全球设立研发团队，邀请你来一起接受跨国合作的挑战，还有跨文化交流机会在等你！ 1、以国际电商相关业务场景为基础（例如运营业务、商家达人业务、商品策略业务等），参与电商数据体系建设，整理分析相关业务问题； 2、基于对流量、商家、达人、平台与生态系统的深入理解，通过科学的指标体系定义和探索性数据分析，准确描述业务现状，快速发现、定位各个业务与技术方向的问题与机会； 3、结合国际电商的业务特性，协助数据科学家对数据洞察以及定性和定量分析，迅速定位内部问题或发现机会。

1、参与国际电商产品的数据分析工作，包括内容电商、中心化商城、交易链路、营销工具等的分析工作； 2、负责各类A/B实验设计与分析，产品优化效果评估，市场活动分析评估，核心指标异动分析，客户端版本效果评估等工作； 3、分析各国市场影响电商产品优化与增长的因素；结合业务方向，给出可落地的整体的产品优化方案； 4、与产品/运营/研发等配合，推进优化方案落地执行，带来业务的实际提升增长； 5、构建电商产品的数据指标体系，并与数据BP配合完成数据可视化工作，帮助业务洞察数据。

关于我们： 我们是一支全球化、多元化、专业化的数据先锋团队，以技术为引擎，以数据为纽带，驱动全球20亿消费者与数千万商家的数字化商业生态。立足中国，服务全球，每天处理覆盖东南亚、欧洲、美洲等多时区的跨境数据洪流，在多语言、多文化、多法规的复杂场景中，打造“数据&AI技术驱动业务”的全球化数据中台。 团队致力于构建全新的满足安全合规的国际化大数据架构体系；统一的用户/商品/商家资产体系建设，含统一的DMP和选品平台；面向海外商家数据服务的生意参谋及数据银行支撑业务全链路数据驱动闭环，打造从站外竞对机会发现到商品供给和用户增长的数据智能服务Agent平台。我们秉承简单开放、创新能力、匠心精神的团队文化； 职位描述 Job Description 1. 深入理解行业业务逻辑与用户生命周期，通过用户行为分析、消费心理建模、多源数据融合，诊断业务增长瓶颈，设计可落地的用户价值提升策略（如会员分层运营、场景化精准触达、流失用户挽回等）。 2. 主导端到端增长项目：独立完成从业务需求拆解->实验设计->用户特征工程->预测模型开发（如客户分群/LTV/传播裂变因子挖掘）->策略效果归因的全流程。 3. 搭建业务分析框架：结合行业特性（如电商高频转化、内容平台沉浸度驱动、金融行业信用风险维度），设计可解释的用户标签体系与归因模型，输出用户洞察报告指导产品迭代与运营策略。 4. 与搜索推荐、产品、运营团队紧密协作，推动增长实验、A/B测试落地，结合AI模型结果，持续优化产品与内容分发策略。 5. 支撑用户增长策略的算法能力沉淀与平台化建设，推动AI在个性化推荐、多模态建模、用户行为预测等方向的深度应用。 1. Drive business growth strategies through deep user analytics and lifecycle value modeling, focusing on solving real-world problems like member tier operation, scenario-based engagement, and churn recovery. 2. Own full-cycle projects from business diagnosis to deployment: 3. Develop industry-specific frameworks: Design interpretable user tagging systems and attribution models tailored to sector characteristics (e-commerce conversion loops, content engagement drivers, etc.) 4. Collaborate closely with Search & Recommendation, Product, and Operations teams to run growth experiments and optimize strategies based on AI insights. 5.Contribute to platform-level capability building for scalable, AI-powered growth solutions across personalization, multi-modal modeling, and user behavior prediction.