职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7568668122564675893

素材优选算法工程师 - 抖音

未披露 · 深圳 · 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": "素材优选算法工程师 - 抖音",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "深圳",
        "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": "硕士学位及以上",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍:Data-抖音团队,负责抖音APP的推荐算法、AI大模型应用、内容算法、智能对话等算法工作,对接全链路各体裁(短视频,图文)各业务(内容消费,互动,UGC,双列,社交,生态,垂类,创作,消息,汽水音乐,精选,随变,增长投放,评论,内容理解&安全、智能对话等)。我们的工作涉及大规模推荐算法的优化、多业务复杂约束下的优化问题、多模态内容理解、LLM基础技术研究、业务Agent化和创新AI落地应用、CV/NLP等多个学术领域的算法改进工作、对多种场景的推荐架构的设计和实现和对产品数据的复杂深入的分析工作。在这里,你可以深入钻研机器学习算法的改进和优化,探索工业界最领先的推荐系统架构和推荐大模型算法、可以通过使用最新的大模型技术支持抖音的AI分身、业务智能化、智能客服等创新探索;可以通过对产品的深度理解和思考,将算法应用到业务中去;也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、负责广告主素材全链路推荐算法策略,主导素材测新、自动化建广素材推荐、DSP人X素材推荐等算法策略的设计与落地;\n2、探索业界前沿的推荐技术在广告投放素材推荐上的落地,包括Scaling Up、多模态推荐、LLM4Rec、多任务学习、模型压缩与加速等。",
        "requirements_text": "1、硕士学位及以上,计算机等相关专业;\n2、有较好的算法和数据结构基础,有较好的编程能力,熟悉深度学习训练/推理框架(PyTorch/TensorFlow);\n3、拥有扎实的机器学习基础,在深度学习、大语言模型(LLM)、多模态等方向有深入的理解,有推荐研究经历者优先;\n4、具有出色的解决问题能力、良好的理解沟通能力和优秀的团队合作意识,自驱力强、乐于挑战。\n\n加分项:\n1、有推荐、广告、VLM项目经验者优先;\n2、有高质量论文、机器学习/ACM竞赛奖励者加分。",
        "skills": [AI生成
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "数据结构",
            "团队协作",
            "沟通能力",
            "解决问题",
            "大语言模型"
        ],
        "preferred_qualifications": "3、拥有扎实的机器学习基础,在深度学习、大语言模型(LLM)、多模态等方向有深入的理解,有推荐研究经历者优先;加分项:;1、有推荐、广告、VLM项目经验者优先;2、有高质量论文、机器学习/ACM竞赛奖励者加分",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7568668122564675893/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7568668122564675893",
        "post_date": "2025-11-04",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7568668122564675893/detail"
    },
    "fulltext": "素材优选算法工程师 - 抖音\n职位描述\n团队介绍:Data-抖音团队,负责抖音APP的推荐算法、AI大模型应用、内容算法、智能对话等算法工作,对接全链路各体裁(短视频,图文)各业务(内容消费,互动,UGC,双列,社交,生态,垂类,创作,消息,汽水音乐,精选,随变,增长投放,评论,内容理解&安全、智能对话等)。我们的工作涉及大规模推荐算法的优化、多业务复杂约束下的优化问题、多模态内容理解、LLM基础技术研究、业务Agent化和创新AI落地应用、CV/NLP等多个学术领域的算法改进工作、对多种场景的推荐架构的设计和实现和对产品数据的复杂深入的分析工作。在这里,你可以深入钻研机器学习算法的改进和优化,探索工业界最领先的推荐系统架构和推荐大模型算法、可以通过使用最新的大模型技术支持抖音的AI分身、业务智能化、智能客服等创新探索;可以通过对产品的深度理解和思考,将算法应用到业务中去;也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、负责广告主素材全链路推荐算法策略,主导素材测新、自动化建广素材推荐、DSP人X素材推荐等算法策略的设计与落地;\n2、探索业界前沿的推荐技术在广告投放素材推荐上的落地,包括Scaling Up、多模态推荐、LLM4Rec、多任务学习、模型压缩与加速等。\n\n职位要求\n1、硕士学位及以上,计算机等相关专业;\n2、有较好的算法和数据结构基础,有较好的编程能力,熟悉深度学习训练/推理框架(PyTorch/TensorFlow);\n3、拥有扎实的机器学习基础,在深度学习、大语言模型(LLM)、多模态等方向有深入的理解,有推荐研究经历者优先;\n4、具有出色的解决问题能力、良好的理解沟通能力和优秀的团队合作意识,自驱力强、乐于挑战。\n\n加分项:\n1、有推荐、广告、VLM项目经验者优先;\n2、有高质量论文、机器学习/ACM竞赛奖励者加分。\n团队介绍:Data-抖音团队,负责抖音APP的推荐算法、AI大模型应用、内容算法、智能对话等算法工作,对接全链路各体裁(短视频,图文)各业务(内容消费,互动,UGC,双列,社交,生态,垂类,创作,消息,汽水音乐,精选,随变,增长投放,评论,内容理解&安全、智能对话等)。我们的工作涉及大规模推荐算法的优化、多业务复杂约束下的优化问题、多模态内容理解、LLM基础技术研究、业务Agent化和创新AI落地应用、CV/NLP等多个学术领域的算法改进工作、对多种场景的推荐架构的设计和实现和对产品数据的复杂深入的分析工作。在这里,你可以深入钻研机器学习算法的改进和优化,探索工业界最领先的推荐系统架构和推荐大模型算法、可以通过使用最新的大模型技术支持抖音的AI分身、业务智能化、智能客服等创新探索;可以通过对产品的深度理解和思考,将算法应用到业务中去;也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、负责广告主素材全链路推荐算法策略,主导素材测新、自动化建广素材推荐、DSP人X素材推荐等算法策略的设计与落地;\n2、探索业界前沿的推荐技术在广告投放素材推荐上的落地,包括Scaling Up、多模态推荐、LLM4Rec、多任务学习、模型压缩与加速等。\n1、硕士学位及以上,计算机等相关专业;\n2、有较好的算法和数据结构基础,有较好的编程能力,熟悉深度学习训练/推理框架(PyTorch/TensorFlow);\n3、拥有扎实的机器学习基础,在深度学习、大语言模型(LLM)、多模态等方向有深入的理解,有推荐研究经历者优先;\n4、具有出色的解决问题能力、良好的理解沟通能力和优秀的团队合作意识,自驱力强、乐于挑战。\n\n加分项:\n1、有推荐、广告、VLM项目经验者优先;\n2、有高质量论文、机器学习/ACM竞赛奖励者加分。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}