logo of bytedance

字节跳动数据科学家(隐私方向)-TikTok(北京/上海)

社招全职3-5年A197470地点:上海状态:招聘

任职要求


1、本科及以上学历,3-5年及以上数据分析相关工作经验,统计学、计算机科学和定量分析等数据相关专业背景加分;
2、具有强烈的好奇心,能够积极了解业务,快速理解业务逻辑,并能够将其转化为数据问题;
3、有良好的主人翁意识、强烈的责任感、良好的合作精神和强大的自我驱动能力。

工作职责


1、结合不同的业务目标,构建和完善TikTok核心指标体系的数据结构,包括用户体验、合规功能和用户安全等模块,以确保数据的准确性及其与业务场景的一致性;
2、定期监控核心指标,持续跟踪数据的流动和使用情况,能清晰识别异常数据,并对指标变化的原因发出警告和进行分析,同时寻找优化和改进的建议以及干预措施;
3、探索并总结分析方法论,研究分析理论,促进数据产品的迭代优化,并提高分析效率;
4、能够加强与业务部门的沟通,定期制作分析报告,并主动帮助业务部门发现潜在的增长点。
包括英文材料
学历+
数据分析+
相关职位

logo of bytedance
社招3年以上A101046

1、设计和分析内部或面向广告商的实验或因果推断分析,以推动跨职能团队的产品改进; 2、识别机会建立新的或增强广告测量,信号和隐私产品; 3、基于严格的统计解决方案,开发和验证解决产品挑战的新方法; 4、与工程师、产品经理、产品营销和其他合作方建立跨职能关系,以识别改进产品、推动产品发布和影响产品路线图的机会。

更新于 2025-05-13
logo of bytedance
社招5年以上A85705

1、负责商业平台度量业务相关产品和工具的设计与研发工作,快速搭建应用,持续优化产品体验、稳定性; 2、参与前端基础架构、跨端应用、全栈开发、组件库、工程构建、性能品质等多个方向的工作; 3、与跨职能团队合作(包括产品、数据科学家、用户体验、合规等),不断改进度量能力; 4、持续摸索和尝试最新的技术和设计相应的产品策略,以应变隐私,法规,政策等的持续变化。

更新于 2023-08-15
logo of bytedance
社招JMQFL

团队简介: 国际化业务风险控制(Business Risk Integrated Control;BRIC/业务风控)团队致力于: - 保护国际化产品的用户权益,用户包括但不限于内容消费者、创造者、商户; - 确保平台健康与社区体验的真实性; - 与相关团队一起,搭建通用高效的架构与解决方案,促进平台的泛隐私与泛安全建设; 业务风控的具体工作内容,是度量并降低国际化产品内的非真实行为的负面影响。我们覆盖的风险多种多样,包括但不限于:虚假账号、水军、垃圾、恶意爬取、网络暴力、直播安全、薅羊毛欺诈、商业化与交易风险等等。 加入业务风控团队,你将有机会: - 成为字节跳动国际化产品泛安全方向建设的亲历者、奠基人; - 创建能适应海量数据、智能且强韧的端到端风控方案,兼顾隐私安全、对用户友好; - 直面最新、对抗最强烈的风控挑战,兼顾短平快的策略迭代与长效可控的风控战略; - 在一个高度国际化的环境里工作,与横跨各大洲的风控专家们一起学习,并肩成长。 1、面对全球场景,定义和设计短视频和直播App的风险管理解决方案,平衡用户体验和业务风险。包括但不局限于资金风控,内容风控和营销反作弊; 2、针对各类垂直业务,设计风险管理的整体流程,包括进行业务的风险评估,量化风险评估体系,并设计风险防控的策略体系; 3、对外承担风控与业务协作的桥梁角色,建立高效的沟通协作机制,确保业务对风控工作的可感可知,保障业务安全感; 4、对内协调风控运营,数据科学家,数据工程师和软件工程师等多种角色,保证风控方案的高效落地,并对风控的结果负责。

更新于 2022-04-02
logo of meituan
校招核心本地商业-业

​研究方向一:基于时空场景感知的用户全域意图理解​ 1. 时空动态感知与即时需求捕捉,用户意图受地理位置(如商圈变化)、时间(如节假日/天气)、实时场景(如突发疫情)等多维度动态因素影响。​ 2. 多模态行为语义对齐与意图蒸馏,用户行为存在显性交互(点击/收藏)与隐性表达(页面停留/滑动速度)的多模态断层,且跨业务场景(到店/到家)行为模式差异显著。 ​3. 隐私安全的多场景知识融合,到店、到家等业务场景数据隔离导致用户认知碎片化,且需符合数据安全合规要求。​​ 研究方向二:多模态供给理解与动态表征建模 ​ ​1. 异构供给的统一语义建模,异构供给(商家/商品/服务/内容)的多模态信息融合难题,需解决文本、图像、视频等跨模态语义对齐与联合表征。​ 2. 实时供给状态感知与动态更新机制,如库存/价格/服务能力等高频变化要素的即时捕捉。 ​3. 领域知识增强的供给深度理解,构建覆盖本地生活全场景的细粒度知识图谱。 ​​研究方向三:端到端生成式搜索系统的构建与优化​ ​1. 端到端生成搜索架构构建,解决传统搜索系统"召回→粗排→精排→重排"多阶段解耦带来的信息损失问题,建立统一生成框架下的多目标联合优化机制;设计新型生成式排序范式,融合Scaling Law原理实现语义空间与行为空间的联合表征。​ 2. 生成结果的可控性与可解释性,构建多粒度约束解码机制,将业务规则、供给状态、合规要求等硬约束编码到生成过程中;同时设计基于强化学习的偏好对齐框架,实现生成质量的双重控制。 ​3. 实时推理性能优化,攻克大模型长序列处理的性能瓶颈,研发基于Attention稀疏化和状态复用的流式生成技术;设计轻量化验证网络,在保证生成质量的前提下将推理延迟降低至毫秒级,支撑亿级DAU场景。

更新于 2025-05-23