主分类：搜索推荐与业务决策算法研发
辅助：云基础设施与系统软件研发（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": "AI搜索架构工程师",
"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": "研发"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": "团队介绍：负责抖音、今日头条等产品的搜索算法创新和架构研发工作。我们使用前沿的机器学习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，以及应用RAG技术，使得AI对数亿抖音用户的潜在价值得以实现。充分给同学们提供成长自我的机会。\n团队主要方向：\n1、探索前沿的检索技术：横跨视频、直播、图文、团购等众多体裁，从基础的NLP技术，到基于多模态理解、用户行为理解、Embedding相似性等的召回；\n2、探索大规模的排序技术：在原有Bert、大规模稀疏模型的基础上，探索和落地超大规模自回归模型Scaling Law；\n3、探索超大规模的AI搜索RAG引擎：充分挖掘抖音海量流量的潜在价值，建设超大规模、多Agent协同的AI搜整体架构，满足潜在的用户价值；\n4、大规模流式机器学习技术：超高吞吐实时数据流，流式大规模机器学习，让更个性化的搜索更加懂你；\n5、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。\n\n1、建设抖音AI搜，搭建完整RAG功能的LLM搜索引擎；\n2、针对LLM搜索中的各个环节，如联网检索、大模型推理进行优化；\n3、设计和搭建在离线个性化AI搜能力，实现对用户更准确的问答；\n4、持续建设更灵活、合理、功能更强大的架构以保障快速发展的业务可以高效达成。",
"requirements_text": "1、具备扎实的计算机理论基础、出色的编码能力、出色的数据结构和基础算法功底；\n2、具备较强的责任心，良好的沟通能力和合作精神，做事积极主动；\n3、具备下列至少一类经验：推荐引擎、搜索引擎、广告引擎、RAG引擎、RAG开源框架。\n\n加分项：\n1、熟悉Linux环境下性能调优、有大规模C++在线服务研发经验者优先；\n2、熟悉分布式系统相关理论，有分布式数据库、分布式计算框架研发经验者优先；\n3、熟悉机器学习基本原理，具备实际GPU推理优化经验者优先。",
"skills": [AI生成
"C++",
"Linux",
"机器学习",
"数据结构",
"分布式系统",
"数据库",
"性能调优",
"沟通能力"
],
"preferred_qualifications": "加分项：；1、熟悉Linux环境下性能调优、有大规模C++在线服务研发经验者优先；2、熟悉分布式系统相关理论，有分布式数据库、分布式计算框架研发经验者优先；3、熟悉机器学习基本原理，具备实际GPU推理优化经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7443991763130091783/detail"
}
]
},
"posting": {
"posting_id": "7443991763130091783",
"post_date": "2024-12-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7443991763130091783/detail"
},
"fulltext": "AI搜索架构工程师\n职位描述\n团队介绍：负责抖音、今日头条等产品的搜索算法创新和架构研发工作。我们使用前沿的机器学习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，以及应用RAG技术，使得AI对数亿抖音用户的潜在价值得以实现。充分给同学们提供成长自我的机会。\n团队主要方向：\n1、探索前沿的检索技术：横跨视频、直播、图文、团购等众多体裁，从基础的NLP技术，到基于多模态理解、用户行为理解、Embedding相似性等的召回；\n2、探索大规模的排序技术：在原有Bert、大规模稀疏模型的基础上，探索和落地超大规模自回归模型Scaling Law；\n3、探索超大规模的AI搜索RAG引擎：充分挖掘抖音海量流量的潜在价值，建设超大规模、多Agent协同的AI搜整体架构，满足潜在的用户价值；\n4、大规模流式机器学习技术：超高吞吐实时数据流，流式大规模机器学习，让更个性化的搜索更加懂你；\n5、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。\n\n1、建设抖音AI搜，搭建完整RAG功能的LLM搜索引擎；\n2、针对LLM搜索中的各个环节，如联网检索、大模型推理进行优化；\n3、设计和搭建在离线个性化AI搜能力，实现对用户更准确的问答；\n4、持续建设更灵活、合理、功能更强大的架构以保障快速发展的业务可以高效达成。\n\n职位要求\n1、具备扎实的计算机理论基础、出色的编码能力、出色的数据结构和基础算法功底；\n2、具备较强的责任心，良好的沟通能力和合作精神，做事积极主动；\n3、具备下列至少一类经验：推荐引擎、搜索引擎、广告引擎、RAG引擎、RAG开源框架。\n\n加分项：\n1、熟悉Linux环境下性能调优、有大规模C++在线服务研发经验者优先；\n2、熟悉分布式系统相关理论，有分布式数据库、分布式计算框架研发经验者优先；\n3、熟悉机器学习基本原理，具备实际GPU推理优化经验者优先。\n团队介绍：负责抖音、今日头条等产品的搜索算法创新和架构研发工作。我们使用前沿的机器学习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，以及应用RAG技术，使得AI对数亿抖音用户的潜在价值得以实现。充分给同学们提供成长自我的机会。\n团队主要方向：\n1、探索前沿的检索技术：横跨视频、直播、图文、团购等众多体裁，从基础的NLP技术，到基于多模态理解、用户行为理解、Embedding相似性等的召回；\n2、探索大规模的排序技术：在原有Bert、大规模稀疏模型的基础上，探索和落地超大规模自回归模型Scaling Law；\n3、探索超大规模的AI搜索RAG引擎：充分挖掘抖音海量流量的潜在价值，建设超大规模、多Agent协同的AI搜整体架构，满足潜在的用户价值；\n4、大规模流式机器学习技术：超高吞吐实时数据流，流式大规模机器学习，让更个性化的搜索更加懂你；\n5、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。\n\n1、建设抖音AI搜，搭建完整RAG功能的LLM搜索引擎；\n2、针对LLM搜索中的各个环节，如联网检索、大模型推理进行优化；\n3、设计和搭建在离线个性化AI搜能力，实现对用户更准确的问答；\n4、持续建设更灵活、合理、功能更强大的架构以保障快速发展的业务可以高效达成。\n1、具备扎实的计算机理论基础、出色的编码能力、出色的数据结构和基础算法功底；\n2、具备较强的责任心，良好的沟通能力和合作精神，做事积极主动；\n3、具备下列至少一类经验：推荐引擎、搜索引擎、广告引擎、RAG引擎、RAG开源框架。\n\n加分项：\n1、熟悉Linux环境下性能调优、有大规模C++在线服务研发经验者优先；\n2、熟悉分布式系统相关理论，有分布式数据库、分布式计算框架研发经验者优先；\n3、熟悉机器学习基本原理，具备实际GPU推理优化经验者优先。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"T018"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}