字节跳动短视频运营实习生-国际电商

1、负责快手国际化电商-本地化商家运营相关工作； 2、扶持商家成长；通过对商家的运营指导，提升商户营销策划能力及自运营能力，促成更高的成交转化； 3、日常运营维护；跟进并处理商家日常运营问题，包括活动提报，物流履约等基础问题，推动商户在平台的健康经营； 4、市场及竞对分析；定期调研、收集及评估商家需求，根据商户日常数据指标涨跌的进行分析，推动业务完善。

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。

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：国际电商是根植于多样、个性的直播和短视频的内容电商业务，致力于用互动式的趣味购物体验丰富生活，使全球商贸高效而触手可得。国际化电商业务团队希望让用户拥有个性、灵活、高效的消费体验，也希望以适用各种场景的稳定服务辅助商家更好的销售物美价廉的商品，让美好生活触手可得。 1、基于SOP负责部分与商家的直接沟通，确保商家能理解并支持策略； 2、SOP管理支持：支持日常数据需求，日常数据核对，以及常规业务分析报告等；运用Excel、SQL等数据处理工具进行简单的数据分析； 3、支持短视频、直播等批量化运营，负责对接部分机构以及推荐选品。

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。