字节跳动内容生态产品运营实习生-TikTok

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：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。 1、负责TikTok内容社区的生态与作者相关工作，对内容和创作者体验有自己的了解，深入理解平台的生态治理系统，通过数据定量分析和定性观察，从用户与作者体验角度发现和推动问题的解决； 2、通过标注分析发现和归类问题，协助标注项目运营和管理； 3、能够跨团队进行产品设计与落地，与研发、推荐算法、数据分析师协同，改善体验问题。

1、协助Tiktok, youtube等海外社交媒体账号的内容运营冷启，包含内容收集、内容产出、内容加工与剪辑等工作流程。 2、按照团队要求进行用户调研，收集并整理用户反馈，挖掘用户需求。 3、关注社区动态，玩家趋势，游戏风向，协助运营团队进行热点挖掘。 4、跟进内容效果，监控和分析相关数据，不断优化内容策略和分发模式。 5、协助管理海外主流社区玩家舆论，活跃玩家社群，协助完成社媒活动落地。

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：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 LIVE 作为一种新的内容形式，为生态各方创造价值。直播为用户提供独特的内容和消费体验；直播为创作者找到合适的观众，提供最好的工具和一系列盈利模式；通过直播，平台也能从中获得健康、客观的分成收益，直播也是 TikTok 三个主要收入来源之一。 创作者和平台有一种美妙的共生关系，我们帮助创作者创造生计、改变他们的生活；作为平台，我们也可以从中获益、持续发展。我们一直听到这样的故事 —— “LIVE changes my life”。他们更好，我们才会更好。 加入我们，一起探索 “不可能的事”—— 我们是行业的先行者，在一步步改变行业。我们持续让行业了解直播是一种新的内容形式，是创作者可以依赖的商业模式。在几年前，没有人能想象直播会发展成今天的状态。现在，每月都有几百个合作伙伴加入，和我们一起助力创作者。在可见的一年中，我们还会看到电商为直播带来的新变化和发展。 1、支持TikTok直播活动策略产出与活动落地； 2、活动策略产出：根据海外各市场直播现状和过往活动数据产出可落地的活动策略； 3、活动落地：与产品、设计、海外区域等协作团队沟通，协助完成玩法教育、策略沟通、反馈收集、数据处理与分析工作，保证活动落地； 4、活动基础工作：在活动专项中负责日常数据与执行素材整理工作。

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。