主分类：搜索推荐与业务决策算法研发
辅助：计算机视觉与图像感知算法研发（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "视觉搜索算法工程师 - TikTok算法",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京、上海、杭州",
"work_mode": "未披露",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "2027届获得本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍：TikTok搜推算法团队，负责TikTok短视频产品的基础推荐、搜索算法，加入我们，你能接触到包括搜索、用户增长、社交、直播、内容创造、内容消费等核心业务场景，直接为核心用户体验负责，支持产品在全球赛道上高速发展。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、多模态大模型的落地，并着力研究下一代AI Search和Chatbot的核心研发技术，包括不限于Multi-Agent、Agentic RL、Harness、Loop Engineering，探索强化学习在大模型时代的新范式。在这里，你可以深入钻研机器学习算法的改进和优化，探索前沿的技术；可以感受不同文化的碰撞，激发认知；可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。\n\n1、多模态Query理解：研究图片、视频、截图、观看上下文等多模态Query的意图理解与语义表示，建模用户从“看到什么”到“想找什么、想知道什么、想决策什么”的需求转化；\n2、视觉搜索Ranking：研究多模态Query与视频内容之间的相关性建模，融合视觉语义、用户意图和行为反馈，优化召回、排序和结果组织；\n3、多模态AI Search：研究基于全模态输入的AI Search：从图片、视频、截图和观看上下文中理解用户问题，融合视觉细节、内容语境、搜索结果和用户意图，完成基于视觉内容的问答、解释、比较、推荐和决策支持；\n4、大规模视觉搜索系统：面向全球视频生态，研究数据构建、模型训练、评测体系、在线推理和系统效率，让多模态搜索能力稳定服务真实产品体验。",
"requirements_text": "1、2027届获得本科及以上学历，计算机、人工智能、电子信息、数学、统计等相关专业优先；\n2、机器学习、深度学习、计算机视觉或自然语言处理基础扎实，具备优秀的代码实现和实验分析能力；\n3、在视频理解、VLM、多模态检索、搜索推荐、大模型或Ranking中至少一个方向有深入积累；\n4、能从搜索系统视角理解视觉问题，不只关注模型指标，也关注Query理解、相关性、排序、结果组织和用户满意度；\n5、能把真实用户需求抽象成可建模、可训练、可评估的问题，并在复杂数据和系统约束下验证方案价值；\n6、对多模态Query和AI Search如何重构视觉搜索体验有强烈兴趣。",
"skills": [AI生成
"机器学习",
"深度学习",
"自然语言处理",
"计算机视觉",
"分析能力",
"建模",
"大语言模型"
],
"preferred_qualifications": "1、2027届获得本科及以上学历，计算机、人工智能、电子信息、数学、统计等相关专业优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7668357351300385077/detail"
}
]
},
"posting": {
"posting_id": "7668357351300385077",
"post_date": "2026-07-31",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7668357351300385077/detail"
},
"fulltext": "视觉搜索算法工程师 - TikTok算法\n职位描述\n团队介绍：TikTok搜推算法团队，负责TikTok短视频产品的基础推荐、搜索算法，加入我们，你能接触到包括搜索、用户增长、社交、直播、内容创造、内容消费等核心业务场景，直接为核心用户体验负责，支持产品在全球赛道上高速发展。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、多模态大模型的落地，并着力研究下一代AI Search和Chatbot的核心研发技术，包括不限于Multi-Agent、Agentic RL、Harness、Loop Engineering，探索强化学习在大模型时代的新范式。在这里，你可以深入钻研机器学习算法的改进和优化，探索前沿的技术；可以感受不同文化的碰撞，激发认知；可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。\n\n1、多模态Query理解：研究图片、视频、截图、观看上下文等多模态Query的意图理解与语义表示，建模用户从“看到什么”到“想找什么、想知道什么、想决策什么”的需求转化；\n2、视觉搜索Ranking：研究多模态Query与视频内容之间的相关性建模，融合视觉语义、用户意图和行为反馈，优化召回、排序和结果组织；\n3、多模态AI Search：研究基于全模态输入的AI Search：从图片、视频、截图和观看上下文中理解用户问题，融合视觉细节、内容语境、搜索结果和用户意图，完成基于视觉内容的问答、解释、比较、推荐和决策支持；\n4、大规模视觉搜索系统：面向全球视频生态，研究数据构建、模型训练、评测体系、在线推理和系统效率，让多模态搜索能力稳定服务真实产品体验。\n\n职位要求\n1、2027届获得本科及以上学历，计算机、人工智能、电子信息、数学、统计等相关专业优先；\n2、机器学习、深度学习、计算机视觉或自然语言处理基础扎实，具备优秀的代码实现和实验分析能力；\n3、在视频理解、VLM、多模态检索、搜索推荐、大模型或Ranking中至少一个方向有深入积累；\n4、能从搜索系统视角理解视觉问题，不只关注模型指标，也关注Query理解、相关性、排序、结果组织和用户满意度；\n5、能把真实用户需求抽象成可建模、可训练、可评估的问题，并在复杂数据和系统约束下验证方案价值；\n6、对多模态Query和AI Search如何重构视觉搜索体验有强烈兴趣。\n团队介绍：TikTok搜推算法团队，负责TikTok短视频产品的基础推荐、搜索算法，加入我们，你能接触到包括搜索、用户增长、社交、直播、内容创造、内容消费等核心业务场景，直接为核心用户体验负责，支持产品在全球赛道上高速发展。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、多模态大模型的落地，并着力研究下一代AI Search和Chatbot的核心研发技术，包括不限于Multi-Agent、Agentic RL、Harness、Loop Engineering，探索强化学习在大模型时代的新范式。在这里，你可以深入钻研机器学习算法的改进和优化，探索前沿的技术；可以感受不同文化的碰撞，激发认知；可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。\n\n1、多模态Query理解：研究图片、视频、截图、观看上下文等多模态Query的意图理解与语义表示，建模用户从“看到什么”到“想找什么、想知道什么、想决策什么”的需求转化；\n2、视觉搜索Ranking：研究多模态Query与视频内容之间的相关性建模，融合视觉语义、用户意图和行为反馈，优化召回、排序和结果组织；\n3、多模态AI Search：研究基于全模态输入的AI Search：从图片、视频、截图和观看上下文中理解用户问题，融合视觉细节、内容语境、搜索结果和用户意图，完成基于视觉内容的问答、解释、比较、推荐和决策支持；\n4、大规模视觉搜索系统：面向全球视频生态，研究数据构建、模型训练、评测体系、在线推理和系统效率，让多模态搜索能力稳定服务真实产品体验。\n1、2027届获得本科及以上学历，计算机、人工智能、电子信息、数学、统计等相关专业优先；\n2、机器学习、深度学习、计算机视觉或自然语言处理基础扎实，具备优秀的代码实现和实验分析能力；\n3、在视频理解、VLM、多模态检索、搜索推荐、大模型或Ranking中至少一个方向有深入积累；\n4、能从搜索系统视角理解视觉问题，不只关注模型指标，也关注Query理解、相关性、排序、结果组织和用户满意度；\n5、能把真实用户需求抽象成可建模、可训练、可评估的问题，并在复杂数据和系统约束下验证方案价值；\n6、对多模态Query和AI Search如何重构视觉搜索体验有强烈兴趣。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"T034"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}