主分类：搜索推荐与业务决策算法研发
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": "大模型推荐算法工程师-Data AML",
"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": "计算机/人工智能相关专业硕士研究生以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、基于大模型技术优化多场景推荐系统（涵盖信息流、短视频、跨模态内容推荐），运用预训练语言模型与深度推荐算法，提升抖音、今日头条等平台的内容分发效率，提升自研平台的用户体验；\n2、构建用户多维度兴趣画像与运营需求分析框架，设计融合大模型能力的推荐算法方案，解决冷启动效率、内容生态平衡、跨场景迁移等核心问题；\n3、分析并解决推荐中的各种问题，如冷启动、画风优化、模型校准等；\n4、完善产品平台功能，尽可能做到平台化和自动化，提高接入效率，帮助扩大业务规模。",
"requirements_text": "1、计算机/人工智能相关专业硕士研究生以上学历，具备扎实的算法理论基础与工程实现能力，熟练使用PyTorch/TensorFlow 框架及分布式训练技术；\n2、理解Transformer、BERT、GPT等大模型架构，具有多任务学习、对比学习、强化学习在推荐场景的实战经验；\n3、有推荐系统相关经验，包括召回、排序、推荐策略等项目经验者优先；\n4、熟悉Hadoop、Spark等大数据处理平台，有海量数据处理经验者优先；\n5、熟悉常用机器学习模型/算法框架，如DNN/GBDT/LR、Tensorflow等优先。",
"skills": [AI生成
"Spark",
"Hadoop",
"PyTorch",
"TensorFlow",
"机器学习",
"强化学习",
"大语言模型"
],
"preferred_qualifications": "3、有推荐系统相关经验，包括召回、排序、推荐策略等项目经验者优先；4、熟悉Hadoop、Spark等大数据处理平台，有海量数据处理经验者优先；5、熟悉常用机器学习模型/算法框架，如DNN/GBDT/LR、Tensorflow等优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7497925997070780690/detail"
}
]
},
"posting": {
"posting_id": "7497925997070780690",
"post_date": "2025-04-27",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7497925997070780690/detail"
},
"fulltext": "大模型推荐算法工程师-Data AML\n职位描述\n1、基于大模型技术优化多场景推荐系统（涵盖信息流、短视频、跨模态内容推荐），运用预训练语言模型与深度推荐算法，提升抖音、今日头条等平台的内容分发效率，提升自研平台的用户体验；\n2、构建用户多维度兴趣画像与运营需求分析框架，设计融合大模型能力的推荐算法方案，解决冷启动效率、内容生态平衡、跨场景迁移等核心问题；\n3、分析并解决推荐中的各种问题，如冷启动、画风优化、模型校准等；\n4、完善产品平台功能，尽可能做到平台化和自动化，提高接入效率，帮助扩大业务规模。\n\n职位要求\n1、计算机/人工智能相关专业硕士研究生以上学历，具备扎实的算法理论基础与工程实现能力，熟练使用PyTorch/TensorFlow 框架及分布式训练技术；\n2、理解Transformer、BERT、GPT等大模型架构，具有多任务学习、对比学习、强化学习在推荐场景的实战经验；\n3、有推荐系统相关经验，包括召回、排序、推荐策略等项目经验者优先；\n4、熟悉Hadoop、Spark等大数据处理平台，有海量数据处理经验者优先；\n5、熟悉常用机器学习模型/算法框架，如DNN/GBDT/LR、Tensorflow等优先。\n1、基于大模型技术优化多场景推荐系统（涵盖信息流、短视频、跨模态内容推荐），运用预训练语言模型与深度推荐算法，提升抖音、今日头条等平台的内容分发效率，提升自研平台的用户体验；\n2、构建用户多维度兴趣画像与运营需求分析框架，设计融合大模型能力的推荐算法方案，解决冷启动效率、内容生态平衡、跨场景迁移等核心问题；\n3、分析并解决推荐中的各种问题，如冷启动、画风优化、模型校准等；\n4、完善产品平台功能，尽可能做到平台化和自动化，提高接入效率，帮助扩大业务规模。\n1、计算机/人工智能相关专业硕士研究生以上学历，具备扎实的算法理论基础与工程实现能力，熟练使用PyTorch/TensorFlow 框架及分布式训练技术；\n2、理解Transformer、BERT、GPT等大模型架构，具有多任务学习、对比学习、强化学习在推荐场景的实战经验；\n3、有推荐系统相关经验，包括召回、排序、推荐策略等项目经验者优先；\n4、熟悉Hadoop、Spark等大数据处理平台，有海量数据处理经验者优先；\n5、熟悉常用机器学习模型/算法框架，如DNN/GBDT/LR、Tensorflow等优先。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}