快手
策略算法工程师
策略算法工程师
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公推荐系统
推荐系统
因果推断
推荐系统
数据分析
机器学习
深度学习
短视频算法
值不值得投
74综合评分
综合评分 74
技术前沿、成长性强，薪资有竞争力，但工作强度可能较高。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
33K
与推荐系统中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2370 个在招 · 其中推荐系统 6 个
市场机会
选择适中
北京 · 推荐系统 · 44 个在招
职位详情
关于这个职位
负责短视频和直播业务的策略算法建模与优化，利用用户画像和行为数据推进业务智能化
通过异常检测、因果推断等算法挖掘数据洞察，指导业务优化方向，并预测热点趋势以支持运营决策
最低要求
本科及以上学历，计算机/数学/物理/信息等专业
对机器学习、深度学习等主流算法理解深刻，有应用经验
扎实的统计学功底，擅长数据分析和科学实验方法
熟练掌握Python、C++、JAVA、R等至少一门编程语言，优秀的编码能力和习惯，良好的数据结构和算法功底
热爱短视频行业，较强沟通能力和逻辑表达能力，善于沟通和团队协作，具有较强责任心和目标导向意识
工作职责
负责短视频生产/直播/用户增长等业务策略算法建模和优化，基于视频特效、用户画像、行为序列、消费反馈等大规模数据信号进行算法建模，推进特效业务智能化
通过指标数据异常检测、因果推断、自动归因等算法等对生产、消费数据进行挖掘，洞察业务痛点，指导业务优化方向
挖掘热点事件、预测流行趋势，帮助视频特效等业务更好运营和生产
优先资格
在KDD、NeurIPS、WWW、SIGIR、WSDM、ICML、IJCAI、AAAI、RecSys等顶会发表论文
在Kaggle等数据挖掘/机器学习竞赛中获奖
在ACM等编程竞赛中获奖
AI 洞察
优缺点分析
优点
- 接触大规模数据和实际业务场景，技能提升快
- 在短视频行业前沿，有创新空间
- 公司平台大，资源丰富
- 需要持续学习新技术，竞争激烈
- 跨团队协作要求高
- 适合对算法有热情、喜欢数据驱动、能快速适应业务变化的求职者
缺点 / 挑战
- 业务节奏快，可能工作压力大
角色解读
- 可以向资深算法专家或技术负责人发展
- 参与前沿研究，提升算法创新能力
- 可能转向产品或业务管理方向
- 负责短视频和直播业务的算法建模与优化，提升用户增长和体验
- 通过数据分析和异常检测洞察业务问题，提供优化建议
- 预测趋势和热点，支持业务运营决策
- 扎实的机器学习和深度学习知识
- 优秀的编程能力，至少精通Python、C++等语言
- 强大的统计学和数据分析能力
- 良好的沟通和团队协作能力
申请策略
- 研究快手的产品和业务，展示对行业的理解
- 准备算法案例，展示解决问题的思路
- 突出机器学习项目经验，尤其是推荐系统或数据分析
- 展示编程能力，如Python或C++的项目成果
- 强调沟通和团队协作经历
- 加强深度学习框架如TensorFlow或PyTorch的使用
- 学习因果推断和异常检测等高级分析技术
- 提升对短视频行业趋势的了解
面试指南
- 使用STAR法则描述项目经验
- 结合具体算法和业务场景回答
- 强调逻辑思维和团队合作
- 请介绍一个你参与过的机器学习项目
- 如何进行用户增长策略的算法优化？
- 解释因果推断在业务中的应用
- 你如何处理数据异常检测问题？
- 为什么想加入快手？
职位点评
薪资福利80
成长发展85
工作生活50
使命价值70
薪资福利
80较高
该职位在知名上市公司，薪资竞争力较强，福利体系完善。
薪资信号未披露（AI估算：2.5–4万/月）
成长发展
85较高
涉及前沿算法和大规模数据，技术栈现代，有较强的学习成长机会。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、Python、C++、因果推断
业务类型profit_center
工作生活
50较低
未提及办公模式或WLB，基于行业推测可能工作节奏较快。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
短视频行业处于增长期，算法优化直接影响用户体验和业务增长。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs