职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7475153369309972744

大模型搜索算法工程师/专家-国际化电商

未披露 · 杭州 · 字节跳动

主分类:搜索推荐与业务决策算法研发
算法与数据
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": "大模型搜索算法工程师/专家-国际化电商",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "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": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、负责国际化电商团队的搜索算法创新和架构研发工作;\n2、探索前沿技术在搜索场景的全链路应用:\n1)探索的自然语言处理技术,从基础的分词、NER,到应用上的Query分析、基础相关性等,全链路应用深度学习模型;\n2)探索跨模态匹配技术,在搜索中应用CV+自然语言处理深度学习技术,提升视频搜索检索能力;\n3)探索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,实现搜索个性化;\n4)探索千亿级数据规模的架构,从大规模离线计算、分布式系统的性能与调度优化,到构建高可用、高吞吐和低延迟的在线服务,开展全链路研究与创新;\n3、探索搜索引擎与大模型、LLM、MLLM、多模态、机器学习、强化学习等前沿技术的结合,实现搜索引擎全链路革新并进行极致的系统优化,提升AI搜索引擎的相关性、权威性、时效性、意图理解能力等核心能力;探索LLM适性索引、LLM相关性、生成式召回、排序大模型等技术方向;\n4、构建大规模高质量数据体系(含数据建设、数据抓取与解析、数据合成等),训练和优化AI搜索的机器学习模型(含多模态内容理解、指令微调、索引筛选、Query分析、Scalable Oversight、Long CoT、模型推理/规划、模型优化、构建全面客观准确的评测体系等);探索推进AI搜索、AIGC创新应用的落地(含豆包、电商、抖音、智能硬件、AI找搭配、虚拟穿搭等大模型应用场景),研发以人工智能技术为核心的新技术、新产品,满足用户的智能交互需求,提升现实与物理世界的交互能力。",
        "requirements_text": "1、本科及以上学历,计算机、电子、数学等相关专业;\n2、熟悉Linux开发环境,熟练使用C++和Python语言;\n3、具有良好的问题分析解决能力,沟通协作能力,工作积极主动,能够与团队融洽合作,一起探索新技术,推进技术进步。\n\n加分项\n1、在搜索、推荐、搜广推、自然语言处理NLP、自然语言理解NLU、LLM、MLLM、多模态、机器学习、深度学习等一个或多个领域有较深入的研究者优先;\n2、熟悉大模型预训练、Post-training、SFT、RLHF、RL者优先;\n3、具有优秀的基础算法、扎实的机器学习/深度学习基础,熟悉NLP、RL、ML等领域的技术,在ICML、ACL、COML、EMNLP、CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等会议/期刊上发表论文者优先;\n4、具有优秀的代码能力,熟练掌握C/C++或Python编程语言,ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先;\n5、在LLM、多模态、大模型、基础模型、世界模型、RL等领域,主导过项目者优先;\n6、具有搜索引擎、推荐系统、分布式系统、计算广告、数据计算等相关经验者优先。",
        "skills": [AI生成
            "Python",
            "C++",
            "Linux",
            "机器学习",
            "深度学习",
            "自然语言处理",
            "分布式系统",
            "大语言模型"
        ],
        "preferred_qualifications": "加分项;1、在搜索、推荐、搜广推、自然语言处理NLP、自然语言理解NLU、LLM、MLLM、多模态、机器学习、深度学习等一个或多个领域有较深入的研究者优先;2、熟悉大模型预训练、Post-training、SFT、RLHF、RL者优先;3、具有优秀的基础算法、扎实的机器学习/深度学习基础,熟悉NLP、RL、ML等领域的技术,在ICML、ACL、COML、EMNLP、CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等会议/期刊上发表论文者优先;4、具有优秀的代码能力,熟练掌握C/C++或Python编程语言,ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先;5、在LLM、多模态、大模型、基础模型、世界模型、RL等领域,主导过项目者优先;6、具有搜索引擎、推荐系统、分布式系统、计算广告、数据计算等相关经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7475153369309972744/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7475153369309972744",
        "post_date": "2025-02-25",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7475153369309972744/detail"
    },
    "fulltext": "大模型搜索算法工程师/专家-国际化电商\n职位描述\n1、负责国际化电商团队的搜索算法创新和架构研发工作;\n2、探索前沿技术在搜索场景的全链路应用:\n1)探索的自然语言处理技术,从基础的分词、NER,到应用上的Query分析、基础相关性等,全链路应用深度学习模型;\n2)探索跨模态匹配技术,在搜索中应用CV+自然语言处理深度学习技术,提升视频搜索检索能力;\n3)探索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,实现搜索个性化;\n4)探索千亿级数据规模的架构,从大规模离线计算、分布式系统的性能与调度优化,到构建高可用、高吞吐和低延迟的在线服务,开展全链路研究与创新;\n3、探索搜索引擎与大模型、LLM、MLLM、多模态、机器学习、强化学习等前沿技术的结合,实现搜索引擎全链路革新并进行极致的系统优化,提升AI搜索引擎的相关性、权威性、时效性、意图理解能力等核心能力;探索LLM适性索引、LLM相关性、生成式召回、排序大模型等技术方向;\n4、构建大规模高质量数据体系(含数据建设、数据抓取与解析、数据合成等),训练和优化AI搜索的机器学习模型(含多模态内容理解、指令微调、索引筛选、Query分析、Scalable Oversight、Long CoT、模型推理/规划、模型优化、构建全面客观准确的评测体系等);探索推进AI搜索、AIGC创新应用的落地(含豆包、电商、抖音、智能硬件、AI找搭配、虚拟穿搭等大模型应用场景),研发以人工智能技术为核心的新技术、新产品,满足用户的智能交互需求,提升现实与物理世界的交互能力。\n\n职位要求\n1、本科及以上学历,计算机、电子、数学等相关专业;\n2、熟悉Linux开发环境,熟练使用C++和Python语言;\n3、具有良好的问题分析解决能力,沟通协作能力,工作积极主动,能够与团队融洽合作,一起探索新技术,推进技术进步。\n\n加分项\n1、在搜索、推荐、搜广推、自然语言处理NLP、自然语言理解NLU、LLM、MLLM、多模态、机器学习、深度学习等一个或多个领域有较深入的研究者优先;\n2、熟悉大模型预训练、Post-training、SFT、RLHF、RL者优先;\n3、具有优秀的基础算法、扎实的机器学习/深度学习基础,熟悉NLP、RL、ML等领域的技术,在ICML、ACL、COML、EMNLP、CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等会议/期刊上发表论文者优先;\n4、具有优秀的代码能力,熟练掌握C/C++或Python编程语言,ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先;\n5、在LLM、多模态、大模型、基础模型、世界模型、RL等领域,主导过项目者优先;\n6、具有搜索引擎、推荐系统、分布式系统、计算广告、数据计算等相关经验者优先。\n1、负责国际化电商团队的搜索算法创新和架构研发工作;\n2、探索前沿技术在搜索场景的全链路应用:\n1)探索的自然语言处理技术,从基础的分词、NER,到应用上的Query分析、基础相关性等,全链路应用深度学习模型;\n2)探索跨模态匹配技术,在搜索中应用CV+自然语言处理深度学习技术,提升视频搜索检索能力;\n3)探索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,实现搜索个性化;\n4)探索千亿级数据规模的架构,从大规模离线计算、分布式系统的性能与调度优化,到构建高可用、高吞吐和低延迟的在线服务,开展全链路研究与创新;\n3、探索搜索引擎与大模型、LLM、MLLM、多模态、机器学习、强化学习等前沿技术的结合,实现搜索引擎全链路革新并进行极致的系统优化,提升AI搜索引擎的相关性、权威性、时效性、意图理解能力等核心能力;探索LLM适性索引、LLM相关性、生成式召回、排序大模型等技术方向;\n4、构建大规模高质量数据体系(含数据建设、数据抓取与解析、数据合成等),训练和优化AI搜索的机器学习模型(含多模态内容理解、指令微调、索引筛选、Query分析、Scalable Oversight、Long CoT、模型推理/规划、模型优化、构建全面客观准确的评测体系等);探索推进AI搜索、AIGC创新应用的落地(含豆包、电商、抖音、智能硬件、AI找搭配、虚拟穿搭等大模型应用场景),研发以人工智能技术为核心的新技术、新产品,满足用户的智能交互需求,提升现实与物理世界的交互能力。\n1、本科及以上学历,计算机、电子、数学等相关专业;\n2、熟悉Linux开发环境,熟练使用C++和Python语言;\n3、具有良好的问题分析解决能力,沟通协作能力,工作积极主动,能够与团队融洽合作,一起探索新技术,推进技术进步。\n\n加分项\n1、在搜索、推荐、搜广推、自然语言处理NLP、自然语言理解NLU、LLM、MLLM、多模态、机器学习、深度学习等一个或多个领域有较深入的研究者优先;\n2、熟悉大模型预训练、Post-training、SFT、RLHF、RL者优先;\n3、具有优秀的基础算法、扎实的机器学习/深度学习基础,熟悉NLP、RL、ML等领域的技术,在ICML、ACL、COML、EMNLP、CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等会议/期刊上发表论文者优先;\n4、具有优秀的代码能力,熟练掌握C/C++或Python编程语言,ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先;\n5、在LLM、多模态、大模型、基础模型、世界模型、RL等领域,主导过项目者优先;\n6、具有搜索引擎、推荐系统、分布式系统、计算广告、数据计算等相关经验者优先。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}