logo of bytedance

字节跳动推荐策略产品实习生-生活服务

实习兼职A69304地点:北京状态:招聘

任职要求


1、2026届本科及以上学历在读,计算机、统计学、数学、经济学等相关专业优先;
2、具备良好的数据分析能…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


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:抖音生活服务以“激发新生活,助力好生意”为使命,致力于成为用户与合作伙伴最信赖的生活服务平台,为用户提供更丰富、独特的生活体验,为合作伙伴提供包容且公平的健康营商生态。
截至2023年底,抖音生活服务业务已覆盖全国370多个城市,有动销的合作门店数量超过450万家,生活服务团购达人入驻数量较2022年增幅达289%。抖音生活服务将继续携手生态伙伴,为用户提供值得心动的商品和服务。

1、抖音生活服务推荐信息流场景的算法推荐,包括用户需求分析、产品策略设计、推荐链路调整优化; 
2、可以充分理解内容及商品推荐的全链路流程,能够针对业务目标完成基于推荐系统、用户价值、供需撮合的链路优化; 
3、设计完善相关策略的体验目标与评估指标,完成不同策略的效果验证并持续迭代;
4、与算法、研发等合作方高效协同,跟踪产品研发过程,把控上线质量和需求进度。
包括英文材料
学历+
数据分析+
相关职位

logo of kuaishou
实习D14465

1、参与产品策略相关的数据盘点、分析; 2、参与流量相关的指标、AB指标设计; 3、学习了解推荐系统,参与实验需求的输出,并跟进实验效果及后续分析。

更新于 2026-01-22北京
logo of meituan
实习核心本地商业-业

1. 参与美团App首页推荐全链路核心算法策略的优化迭代,通过海量数据分析挖掘、超大规模深度学习实践、供给/召回/排序/机制算法升级,结合产品形态的优化与创新,更好地匹配用户的多样化需求,提升美团App的用户及流量规模,并形成技术沉淀; 2. 深耕业务特点和生活场景(包括但不限于到家、到店、出行等场景),从美团LBS服务共性解决方案出发,探索大模型应用、用户实时意图识别、多业务异构供给混排、多目标价值定义等方向与挑战; 3. 参与推荐算法中的某个技术或业务方向,制定相应的中长期技术规划,并在具体场景成功应用;

更新于 2025-01-07北京
logo of bytedance
实习A123820

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:抖音生活服务以“激发新生活,助力好生意”为使命,致力于成为用户与合作伙伴最信赖的生活服务平台,为用户提供更丰富、独特的生活体验,为合作伙伴提供包容且公平的健康营商生态。 截至2023年底,抖音生活服务业务已覆盖全国370多个城市,有动销的合作门店数量超过450万家,生活服务团购达人入驻数量较2022年增幅达289%。抖音生活服务将继续携手生态伙伴,为用户提供值得心动的商品和服务。 1、通过数据分析和内容研究,圈定服务大盘指标提升的重点内容类型,协同支持制定行之有效的内容增长策略,通过大盘挖掘/垂类运营协同/机构激励/活动激励等站内外抓手全面提升目标内容的供给增长; 2、能够围绕业务指标,承担多个模块的数据分析及策略运营工作;与推荐算法产品和技术协作,通过切实有效的推荐策略,优化流量分配,牵引目标内容供给提升的同时,最大化内容增长收益; 3、有比较强的策略思维,能够根据业务特征,熟练运用掌握的分析方法,通过数据表现及时发现并定位内容生态问题,给出分析和建议,协同支持内容增长策略落地及迭代,维护内容/达人生态健康。

更新于 2024-11-28广州
logo of bytedance
实习A21875

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。

更新于 2025-03-03北京