JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "NLP算法工程师-豆包手机助手",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责搜索相关算法的探索和实现,结合个人知识图谱,提升AI应用的个性化和理解能力;\n2、基于用户的多模态数据,构建用户的基础属性、兴趣以及个人知识图谱;\n3、负责大模型在垂类场景下的应用,探索大模型的落地方式和效果提升。",
"requirements_text": "1、熟悉机器学习、深度学习常见模型,包括分类、回归、聚类等任务,具备大模型原理和微调经验的优先;\n2、至少具备搜索、NLP、知识图谱、Graph等一个方向相关原理,了解该方向核心、前沿模型算法,有搜索、NLP、图谱实际应用优先,包括不限于意图识别、Query理解、指代消歧、图谱构建和应用;\n3、熟悉C++/Java/Python等,至少熟悉一种主流的深度学习框架(TensorFlow、PyTorch);\n4、在NLP、数据挖掘等会议上以第一作者发表论文的优先(ACL、EMNLP、KDD、WWW、SIGIR、ICLR、NeurIPS、ICML等)。",
"skills": [AI生成
"Python",
"Java",
"C++",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"自然语言处理",
"数据挖掘",
"知识图谱",
"大语言模型"
],
"preferred_qualifications": "1、熟悉机器学习、深度学习常见模型,包括分类、回归、聚类等任务,具备大模型原理和微调经验的优先;2、至少具备搜索、NLP、知识图谱、Graph等一个方向相关原理,了解该方向核心、前沿模型算法,有搜索、NLP、图谱实际应用优先,包括不限于意图识别、Query理解、指代消歧、图谱构建和应用;4、在NLP、数据挖掘等会议上以第一作者发表论文的优先(ACL、EMNLP、KDD、WWW、SIGIR、ICLR、NeurIPS、ICML等)",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7307218178677426483/detail"
}
]
},
"posting": {
"posting_id": "7307218178677426483",
"post_date": "2023-11-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7307218178677426483/detail"
},
"fulltext": "NLP算法工程师-豆包手机助手\n职位描述\n1、负责搜索相关算法的探索和实现,结合个人知识图谱,提升AI应用的个性化和理解能力;\n2、基于用户的多模态数据,构建用户的基础属性、兴趣以及个人知识图谱;\n3、负责大模型在垂类场景下的应用,探索大模型的落地方式和效果提升。\n\n职位要求\n1、熟悉机器学习、深度学习常见模型,包括分类、回归、聚类等任务,具备大模型原理和微调经验的优先;\n2、至少具备搜索、NLP、知识图谱、Graph等一个方向相关原理,了解该方向核心、前沿模型算法,有搜索、NLP、图谱实际应用优先,包括不限于意图识别、Query理解、指代消歧、图谱构建和应用;\n3、熟悉C++/Java/Python等,至少熟悉一种主流的深度学习框架(TensorFlow、PyTorch);\n4、在NLP、数据挖掘等会议上以第一作者发表论文的优先(ACL、EMNLP、KDD、WWW、SIGIR、ICLR、NeurIPS、ICML等)。\n1、负责搜索相关算法的探索和实现,结合个人知识图谱,提升AI应用的个性化和理解能力;\n2、基于用户的多模态数据,构建用户的基础属性、兴趣以及个人知识图谱;\n3、负责大模型在垂类场景下的应用,探索大模型的落地方式和效果提升。\n1、熟悉机器学习、深度学习常见模型,包括分类、回归、聚类等任务,具备大模型原理和微调经验的优先;\n2、至少具备搜索、NLP、知识图谱、Graph等一个方向相关原理,了解该方向核心、前沿模型算法,有搜索、NLP、图谱实际应用优先,包括不限于意图识别、Query理解、指代消歧、图谱构建和应用;\n3、熟悉C++/Java/Python等,至少熟悉一种主流的深度学习框架(TensorFlow、PyTorch);\n4、在NLP、数据挖掘等会议上以第一作者发表论文的优先(ACL、EMNLP、KDD、WWW、SIGIR、ICLR、NeurIPS、ICML等)。"
}