字节跳动广告产品运营实习生-国际化
任职要求
1、本科及以上学历在读；
2、有判断力，逻辑性强，能够独立思考，发现问题解决问题；
3、执行力强，沟通能力强，能够完成跨部门沟通，主动推进项目；…工作职责
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：国际化短视频商业化变现产品设计团队旨在使客户能够毫不费力地与用户建立联系，并最大限度地发挥品牌潜力。我们希望简化和激励客户实现目标，探索更多可能性，并与国际化短视频创造价值。作为团队成员，你将能够利用定性/定量研究来收集用户反馈，为我们的客户创造深刻的理解和共情，并与设计、产品和营销团队跨职能合作，以满足业务需求。 1、负责字节跳动旗下，抖音APP中Promote商业化产品运营工作； 2、跟进商业化产品项目，利用线上宣推渠道，策划功能的对客户GTM文案，完成具体的配置动作，落实产品运营工作，能够独立处理项目中的遇到的运营问题； 3、负责产品运营需求分析，文档撰写、项目整理等，以及基础的客户调研全链路工作（招募、跟进客户等）； 4、负责数据清洗，数据整理，数据分析等结合业务的数据类工作。
1、深度参与快手海外商业化运营工作，通过客户分层、产品策略拆解营收指标实现路径，提升东南亚市场广告收入； 2、协同策略算法，通过机制设计&投放运营的方式提升流量及供给的变现效果，持续洞察海外商业模式，关注和分析市场/竞品动态，分析和挖掘行业/客户机会； 3、深入平台产品能力，通过复盘广告主投放数据和产品应用案例，输出行业营收解决方案，对海外销售培训赋能，提高客户服务质量，扩大供给规模。
我们正在寻找对游戏行业充满热情的实习生，加入我们的全球市场发行团队，协助手机游戏在海外市场的推广和运营。实习生将有机会深度参与国际化发行项目，接触不同地区的游戏市场，学习行业前沿的营销和用户增长策略。 1. 市场分析与调研：研究全球游戏市场趋势，分析目标地区玩家偏好，支持游戏产品的本地化宣发策略。 2. 发行支持：协助策划和执行市场营销活动，包括媒体资源合作、KOL红人合作、社交媒体推广、效果广告投放等，提升游戏在海外市场的影响力。 3. 内容本地化：协助翻译与校对游戏内外文案，确保符合当地文化与语言习惯。 4. 用户反馈与数据分析：跟踪营销效果＆玩家反馈，整理用户数据，提供优化建议，以提升游戏体验和市场表现。 5. 跨部门协作：与研发、运营、市场中台团队紧密合作，推动游戏在目标市场的成功发行。
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：商业化战略与运营团队是全球商业解决方案团队下的二级部门，整体负责全球的商业化战略、生态安全策略和广告销售运营与规划。 1、负责为国际化战略运营团队搭建数据基础，设立标准化及规模化的运营流程及分析框架； 2、通过与数据科学，海内外战略运营及产品团队的合作，提供可落地的分析研究，从而改善商业化策略及运营效率； 3、利用数据及技术手段提供自动化解决方案，实现运营流程的优化从而全面提高业务效率； 4、通过数据分析及销售运营项目沉淀方法论，并能为各区域运营同事提供培训提升团队整体分析能力。
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。