职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7520479817239447815

推荐大模型算法工程师/研究科学家-国际化短视频

未披露 · 北京 · 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": "推荐大模型算法工程师/研究科学家-国际化短视频",
        "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": "计算机科学、机器学习、人工智能、统计学或相关领域硕士/博士学位",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍:国际化短视频 machine learning团队,负责国际化短视频的基础推荐算法,直接为国际化短视频的核心用户体验负责。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、CV/NLP等多个学术领域的算法改进以及对多种场景的推荐架构的设计和对产品数据的复杂深入的分析。在这里,你可以深入钻研机器学习算法的改进和优化,探索前沿的技术;可以跟来自全球不同国家的团队合作, 感受不同文化的碰撞, 激发认知;可以通过对产品和内容生态的深度分析,影响产品未来的发展方向。\n\n1、设计并开发面向未来的大规模推荐系统,打造极致个性化、高用户参与度并具备出色可扩展性的用户体验;\n2、运用最前沿的机器学习和深度学习技术,特别是大模型技术,以显著提升推荐算法的性能和精确度;\n3、与跨学科团队紧密协作,包括架构、产品和研究科学家,共同设计能提升推荐相关性、多样性和用户参与度的先进系统。",
        "requirements_text": "1、计算机科学、机器学习、人工智能、统计学或相关领域硕士/博士学位;具备推荐系统或大模型技术领域丰富的研究或开发经验,尤其专注于多模态内容理解、个性化推荐以及跨领域优化等方向;\n2、扎实的编程功底,深厚的数据结构和算法知识;有处理数据和分布式系统开发的实际项目经验;\n3、深入掌握Transformer架构及最新优化技术,包括但不限于稀疏注意力、线性注意力、Flash Attention等技术,以及其他推进行业的模型优化方法;\n4、熟悉PyTorch和TensorFlow框架;精通CUDA体系编程优先;\n5、拥有卓越的分析和解决问题能力,并能在跨职能团队中高效协作,攻克复杂技术挑战;\n6、相关顶会(例如CVPR、ACL、KDD、ICML、NeurIPS等)的论文发表者优先。",
        "skills": [AI生成
            "PyTorch",
            "TensorFlow",
            "CUDA",
            "机器学习",
            "数据结构",
            "分布式系统",
            "解决问题",
            "大语言模型"
        ],
        "preferred_qualifications": "精通CUDA体系编程优先;6、相关顶会(例如CVPR、ACL、KDD、ICML、NeurIPS等)的论文发表者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7520479817239447815/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7520479817239447815",
        "post_date": "2025-06-27",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7520479817239447815/detail"
    },
    "fulltext": "推荐大模型算法工程师/研究科学家-国际化短视频\n职位描述\n团队介绍:国际化短视频 machine learning团队,负责国际化短视频的基础推荐算法,直接为国际化短视频的核心用户体验负责。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、CV/NLP等多个学术领域的算法改进以及对多种场景的推荐架构的设计和对产品数据的复杂深入的分析。在这里,你可以深入钻研机器学习算法的改进和优化,探索前沿的技术;可以跟来自全球不同国家的团队合作, 感受不同文化的碰撞, 激发认知;可以通过对产品和内容生态的深度分析,影响产品未来的发展方向。\n\n1、设计并开发面向未来的大规模推荐系统,打造极致个性化、高用户参与度并具备出色可扩展性的用户体验;\n2、运用最前沿的机器学习和深度学习技术,特别是大模型技术,以显著提升推荐算法的性能和精确度;\n3、与跨学科团队紧密协作,包括架构、产品和研究科学家,共同设计能提升推荐相关性、多样性和用户参与度的先进系统。\n\n职位要求\n1、计算机科学、机器学习、人工智能、统计学或相关领域硕士/博士学位;具备推荐系统或大模型技术领域丰富的研究或开发经验,尤其专注于多模态内容理解、个性化推荐以及跨领域优化等方向;\n2、扎实的编程功底,深厚的数据结构和算法知识;有处理数据和分布式系统开发的实际项目经验;\n3、深入掌握Transformer架构及最新优化技术,包括但不限于稀疏注意力、线性注意力、Flash Attention等技术,以及其他推进行业的模型优化方法;\n4、熟悉PyTorch和TensorFlow框架;精通CUDA体系编程优先;\n5、拥有卓越的分析和解决问题能力,并能在跨职能团队中高效协作,攻克复杂技术挑战;\n6、相关顶会(例如CVPR、ACL、KDD、ICML、NeurIPS等)的论文发表者优先。\n团队介绍:国际化短视频 machine learning团队,负责国际化短视频的基础推荐算法,直接为国际化短视频的核心用户体验负责。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、CV/NLP等多个学术领域的算法改进以及对多种场景的推荐架构的设计和对产品数据的复杂深入的分析。在这里,你可以深入钻研机器学习算法的改进和优化,探索前沿的技术;可以跟来自全球不同国家的团队合作, 感受不同文化的碰撞, 激发认知;可以通过对产品和内容生态的深度分析,影响产品未来的发展方向。\n\n1、设计并开发面向未来的大规模推荐系统,打造极致个性化、高用户参与度并具备出色可扩展性的用户体验;\n2、运用最前沿的机器学习和深度学习技术,特别是大模型技术,以显著提升推荐算法的性能和精确度;\n3、与跨学科团队紧密协作,包括架构、产品和研究科学家,共同设计能提升推荐相关性、多样性和用户参与度的先进系统。\n1、计算机科学、机器学习、人工智能、统计学或相关领域硕士/博士学位;具备推荐系统或大模型技术领域丰富的研究或开发经验,尤其专注于多模态内容理解、个性化推荐以及跨领域优化等方向;\n2、扎实的编程功底,深厚的数据结构和算法知识;有处理数据和分布式系统开发的实际项目经验;\n3、深入掌握Transformer架构及最新优化技术,包括但不限于稀疏注意力、线性注意力、Flash Attention等技术,以及其他推进行业的模型优化方法;\n4、熟悉PyTorch和TensorFlow框架;精通CUDA体系编程优先;\n5、拥有卓越的分析和解决问题能力,并能在跨职能团队中高效协作,攻克复杂技术挑战;\n6、相关顶会(例如CVPR、ACL、KDD、ICML、NeurIPS等)的论文发表者优先。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}