主分类：大模型与生成式算法研发
辅助：AI模型评测工程（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": "大模型对话算法工程师-电商业务",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "上海",
"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": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、数据挖掘：负责领域知识和训练数据的构建与维护，利用数据飞轮机制不断优化数据质量和丰富度，提升模型性能和应用效果；\n2、大模型训练：针对业务需求进行大模型的继续训练（CT）、有监督微调（SFT）和强化学习，以及多模态模型训练，实现模型在垂直领域的深度适配，与业务专家合作，构建和优化结构化的提示词系统，利用COT等先进技术增强大模型的推理能力，高效、精准解决实际问题；\n3、信息检索：开发和优化Query理解、语义索引、相关性排序等技术，提升RAG的效果，实现大模型与知识库的深度融合，基于领先的智能体框架，运用并增强大模型的推理、对话和反思能力，解决复杂业务问题；\n4、大模型评测：制定和实施全方位的大模型评估方案，结合人工评估和自动化评估手段，建立完整的评测体系，确保模型性能的可靠性和稳定性；\n5、用户增长：通过强化学习、用户增长等技术，优化对话策略，提高用户的平台使用体验和长期复购率，实现业务的可持续增长；\n6、应用落地：深入理解业务痛点，定义问题解决方案，设定任务标准和目标，通过持续的技术创新和优化，实现最佳的业务效果和用户体验。",
"requirements_text": "1、本科及以上学历，计算机相关专业优先；\n2、具有扎实的编程功底，至少精通一门主流编程语言（C++/Java/Go/Python等），具备良好的工程实践能力；\n3、在大模型训练、智能体、提示词工程、信息检索、数据集构建、数据挖掘、大模型评测、用户增长等领域有实际的开发和从业经验者优先，有复杂智能体系统落地经验者优先；\n4、有高水平论文发表经历者优先，包括但不限于ACL、EMNLP、COLING、WWW、AAAI等；\n5、实践动手能力强，有ACMICPC、NOI/IOI、Top Coder、Kaggle等高水平比赛获奖经历者优先\n6、有好奇心，对新技术有热情，善于团队协作，具备创新精神和抗压能力。",
"skills": [AI生成
"Python",
"Java",
"C++",
"数据挖掘",
"模型训练",
"团队协作",
"Go",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "1、本科及以上学历，计算机相关专业优先；3、在大模型训练、智能体、提示词工程、信息检索、数据集构建、数据挖掘、大模型评测、用户增长等领域有实际的开发和从业经验者优先，有复杂智能体系统落地经验者优先；4、有高水平论文发表经历者优先，包括但不限于ACL、EMNLP、COLING、WWW、AAAI等；5、实践动手能力强，有ACMICPC、NOI/IOI、Top Coder、Kaggle等高水平比赛获奖经历者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7399950621056518451/detail"
}
]
},
"posting": {
"posting_id": "7399950621056518451",
"post_date": "2024-08-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7399950621056518451/detail"
},
"fulltext": "大模型对话算法工程师-电商业务\n职位描述\n1、数据挖掘：负责领域知识和训练数据的构建与维护，利用数据飞轮机制不断优化数据质量和丰富度，提升模型性能和应用效果；\n2、大模型训练：针对业务需求进行大模型的继续训练（CT）、有监督微调（SFT）和强化学习，以及多模态模型训练，实现模型在垂直领域的深度适配，与业务专家合作，构建和优化结构化的提示词系统，利用COT等先进技术增强大模型的推理能力，高效、精准解决实际问题；\n3、信息检索：开发和优化Query理解、语义索引、相关性排序等技术，提升RAG的效果，实现大模型与知识库的深度融合，基于领先的智能体框架，运用并增强大模型的推理、对话和反思能力，解决复杂业务问题；\n4、大模型评测：制定和实施全方位的大模型评估方案，结合人工评估和自动化评估手段，建立完整的评测体系，确保模型性能的可靠性和稳定性；\n5、用户增长：通过强化学习、用户增长等技术，优化对话策略，提高用户的平台使用体验和长期复购率，实现业务的可持续增长；\n6、应用落地：深入理解业务痛点，定义问题解决方案，设定任务标准和目标，通过持续的技术创新和优化，实现最佳的业务效果和用户体验。\n\n职位要求\n1、本科及以上学历，计算机相关专业优先；\n2、具有扎实的编程功底，至少精通一门主流编程语言（C++/Java/Go/Python等），具备良好的工程实践能力；\n3、在大模型训练、智能体、提示词工程、信息检索、数据集构建、数据挖掘、大模型评测、用户增长等领域有实际的开发和从业经验者优先，有复杂智能体系统落地经验者优先；\n4、有高水平论文发表经历者优先，包括但不限于ACL、EMNLP、COLING、WWW、AAAI等；\n5、实践动手能力强，有ACMICPC、NOI/IOI、Top Coder、Kaggle等高水平比赛获奖经历者优先\n6、有好奇心，对新技术有热情，善于团队协作，具备创新精神和抗压能力。\n1、数据挖掘：负责领域知识和训练数据的构建与维护，利用数据飞轮机制不断优化数据质量和丰富度，提升模型性能和应用效果；\n2、大模型训练：针对业务需求进行大模型的继续训练（CT）、有监督微调（SFT）和强化学习，以及多模态模型训练，实现模型在垂直领域的深度适配，与业务专家合作，构建和优化结构化的提示词系统，利用COT等先进技术增强大模型的推理能力，高效、精准解决实际问题；\n3、信息检索：开发和优化Query理解、语义索引、相关性排序等技术，提升RAG的效果，实现大模型与知识库的深度融合，基于领先的智能体框架，运用并增强大模型的推理、对话和反思能力，解决复杂业务问题；\n4、大模型评测：制定和实施全方位的大模型评估方案，结合人工评估和自动化评估手段，建立完整的评测体系，确保模型性能的可靠性和稳定性；\n5、用户增长：通过强化学习、用户增长等技术，优化对话策略，提高用户的平台使用体验和长期复购率，实现业务的可持续增长；\n6、应用落地：深入理解业务痛点，定义问题解决方案，设定任务标准和目标，通过持续的技术创新和优化，实现最佳的业务效果和用户体验。\n1、本科及以上学历，计算机相关专业优先；\n2、具有扎实的编程功底，至少精通一门主流编程语言（C++/Java/Go/Python等），具备良好的工程实践能力；\n3、在大模型训练、智能体、提示词工程、信息检索、数据集构建、数据挖掘、大模型评测、用户增长等领域有实际的开发和从业经验者优先，有复杂智能体系统落地经验者优先；\n4、有高水平论文发表经历者优先，包括但不限于ACL、EMNLP、COLING、WWW、AAAI等；\n5、实践动手能力强，有ACMICPC、NOI/IOI、Top Coder、Kaggle等高水平比赛获奖经历者优先\n6、有好奇心，对新技术有热情，善于团队协作，具备创新精神和抗压能力。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}