{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI搜索算法工程师 - 搜索",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京、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：字节跳动搜索团队主要负责抖音、今日头条、红果短剧、番茄小说、AI搜索等产品以及电商、生活服务等业务的搜索算法创新和架构研发工作。\n我们使用前沿的机器学习/大模型技术进行端到端建模并不断创新突破，同时专注于分布式系统、机器学习系统的构建和性能优化，从内存、Disk等优化到索引压缩、召回、排序等算法的探索，致力于支撑字节跳动持续多元化的产品创新和高速的业务增长、基于大模型革新和重塑下一代搜索技术体系，充分给同学们提供成长自我的机会。\n主要工作方向包括：\n1、探索前沿的NLP技术：全面基于LLM的Query分析、相关性、个性化预估、满意度评估、生成式检索等，全链路应用LLM/VLM，每个细节都充满挑战；\n2、跨模态匹配技术：进行多模态预训练，在超大规模的多模态表征、匹配、生成等多个技术方向上持续突破，打造世界领先的多模态搜索系统；\n3、大规模流式机器学习技术：应用大规模机器学习，解决搜索中的推荐问题，让搜索更加个性化更加懂你；\n4、千亿级数据规模的架构：从大规模离线计算，分布式系统的性能、调度优化，到构建高可用、高吞吐和低延迟的在线服务的方方面面都有深入研究和创新；\n5、推荐技术：基于超大规模机器学习、因果推断、大模型推理等技术手段，构建业界领先的搜索推荐系统，对搜索推荐技术进行探索和创新；\n6、AI搜索技术：基于大模型(LLM/VLM)探索多轮、交互式等大模型原生的搜索产品体验。\n\n1、大模型技术应用：基于LLM、Agent术，研发智能导购等创新交互场景，通过SFT、RLHF等技术生成建议摘要，提升用户决策效率；同时推进AIGC创新应用的落地（找搭配、虚拟穿搭等），提升现实与物理世界的交互能力；\n2、NLP与多模态技术：借助于LLM的语义理解、推理能力，世界知识，深度挖掘用户意图；通过VLM等关键技术，实现内容/商品的多模态表征和跨模态匹配，推动在Query改写、相关性、图搜等核心方向落地；\n3、大规模个性化召排：聚焦CTR/CVR等核心任务，通过序列建模、生成式建模、LLM4Rec等关键技术，重塑新一代的召排系统，提高人货匹配能力。",
        "requirements_text": "1、2027届获得本科及以上学历，专业不限；\n2、扎实的机器学习功底，不限于搜推/NLP/CV/LLM等，有良好的求知欲，能紧跟前沿技术；优秀的编码功底，熟练使用C++/Python/PyTorch语言；具备良好逻辑性，优秀的问题分析、抽象、建模和总结能力；良好的沟通和表达能力，能积极协同、推动项目落地；\n3、加分项(非必需)：熟悉搜推链路；有业务场景经验；有大模型实操经验；良好的业务意识。",
        "skills": [AI生成
            "Python",
            "C++",
            "PyTorch",
            "机器学习",
            "自然语言处理",
            "建模",
            "大语言模型"
        ],
        "preferred_qualifications": "3、加分项(非必需)：熟悉搜推链路",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7673035264365758773/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7673035264365758773",
        "post_date": "2026-08-12",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7673035264365758773/detail"
    },
    "fulltext": "AI搜索算法工程师 - 搜索\n职位描述\n团队介绍：字节跳动搜索团队主要负责抖音、今日头条、红果短剧、番茄小说、AI搜索等产品以及电商、生活服务等业务的搜索算法创新和架构研发工作。\n我们使用前沿的机器学习/大模型技术进行端到端建模并不断创新突破，同时专注于分布式系统、机器学习系统的构建和性能优化，从内存、Disk等优化到索引压缩、召回、排序等算法的探索，致力于支撑字节跳动持续多元化的产品创新和高速的业务增长、基于大模型革新和重塑下一代搜索技术体系，充分给同学们提供成长自我的机会。\n主要工作方向包括：\n1、探索前沿的NLP技术：全面基于LLM的Query分析、相关性、个性化预估、满意度评估、生成式检索等，全链路应用LLM/VLM，每个细节都充满挑战；\n2、跨模态匹配技术：进行多模态预训练，在超大规模的多模态表征、匹配、生成等多个技术方向上持续突破，打造世界领先的多模态搜索系统；\n3、大规模流式机器学习技术：应用大规模机器学习，解决搜索中的推荐问题，让搜索更加个性化更加懂你；\n4、千亿级数据规模的架构：从大规模离线计算，分布式系统的性能、调度优化，到构建高可用、高吞吐和低延迟的在线服务的方方面面都有深入研究和创新；\n5、推荐技术：基于超大规模机器学习、因果推断、大模型推理等技术手段，构建业界领先的搜索推荐系统，对搜索推荐技术进行探索和创新；\n6、AI搜索技术：基于大模型(LLM/VLM)探索多轮、交互式等大模型原生的搜索产品体验。\n\n1、大模型技术应用：基于LLM、Agent术，研发智能导购等创新交互场景，通过SFT、RLHF等技术生成建议摘要，提升用户决策效率；同时推进AIGC创新应用的落地（找搭配、虚拟穿搭等），提升现实与物理世界的交互能力；\n2、NLP与多模态技术：借助于LLM的语义理解、推理能力，世界知识，深度挖掘用户意图；通过VLM等关键技术，实现内容/商品的多模态表征和跨模态匹配，推动在Query改写、相关性、图搜等核心方向落地；\n3、大规模个性化召排：聚焦CTR/CVR等核心任务，通过序列建模、生成式建模、LLM4Rec等关键技术，重塑新一代的召排系统，提高人货匹配能力。\n\n职位要求\n1、2027届获得本科及以上学历，专业不限；\n2、扎实的机器学习功底，不限于搜推/NLP/CV/LLM等，有良好的求知欲，能紧跟前沿技术；优秀的编码功底，熟练使用C++/Python/PyTorch语言；具备良好逻辑性，优秀的问题分析、抽象、建模和总结能力；良好的沟通和表达能力，能积极协同、推动项目落地；\n3、加分项(非必需)：熟悉搜推链路；有业务场景经验；有大模型实操经验；良好的业务意识。\n团队介绍：字节跳动搜索团队主要负责抖音、今日头条、红果短剧、番茄小说、AI搜索等产品以及电商、生活服务等业务的搜索算法创新和架构研发工作。\n我们使用前沿的机器学习/大模型技术进行端到端建模并不断创新突破，同时专注于分布式系统、机器学习系统的构建和性能优化，从内存、Disk等优化到索引压缩、召回、排序等算法的探索，致力于支撑字节跳动持续多元化的产品创新和高速的业务增长、基于大模型革新和重塑下一代搜索技术体系，充分给同学们提供成长自我的机会。\n主要工作方向包括：\n1、探索前沿的NLP技术：全面基于LLM的Query分析、相关性、个性化预估、满意度评估、生成式检索等，全链路应用LLM/VLM，每个细节都充满挑战；\n2、跨模态匹配技术：进行多模态预训练，在超大规模的多模态表征、匹配、生成等多个技术方向上持续突破，打造世界领先的多模态搜索系统；\n3、大规模流式机器学习技术：应用大规模机器学习，解决搜索中的推荐问题，让搜索更加个性化更加懂你；\n4、千亿级数据规模的架构：从大规模离线计算，分布式系统的性能、调度优化，到构建高可用、高吞吐和低延迟的在线服务的方方面面都有深入研究和创新；\n5、推荐技术：基于超大规模机器学习、因果推断、大模型推理等技术手段，构建业界领先的搜索推荐系统，对搜索推荐技术进行探索和创新；\n6、AI搜索技术：基于大模型(LLM/VLM)探索多轮、交互式等大模型原生的搜索产品体验。\n\n1、大模型技术应用：基于LLM、Agent术，研发智能导购等创新交互场景，通过SFT、RLHF等技术生成建议摘要，提升用户决策效率；同时推进AIGC创新应用的落地（找搭配、虚拟穿搭等），提升现实与物理世界的交互能力；\n2、NLP与多模态技术：借助于LLM的语义理解、推理能力，世界知识，深度挖掘用户意图；通过VLM等关键技术，实现内容/商品的多模态表征和跨模态匹配，推动在Query改写、相关性、图搜等核心方向落地；\n3、大规模个性化召排：聚焦CTR/CVR等核心任务，通过序列建模、生成式建模、LLM4Rec等关键技术，重塑新一代的召排系统，提高人货匹配能力。\n1、2027届获得本科及以上学历，专业不限；\n2、扎实的机器学习功底，不限于搜推/NLP/CV/LLM等，有良好的求知欲，能紧跟前沿技术；优秀的编码功底，熟练使用C++/Python/PyTorch语言；具备良好逻辑性，优秀的问题分析、抽象、建模和总结能力；良好的沟通和表达能力，能积极协同、推动项目落地；\n3、加分项(非必需)：熟悉搜推链路；有业务场景经验；有大模型实操经验；良好的业务意识。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [
            "T010"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}