腾讯腾讯视频-AI Agent工程师

1、深入理解数据生产核心链路，与产品和业务团队紧密协作，识别并解决业务需求沟通、代码开发、上线运维等各环节中的关键问题，快速设计和实现AI驱动的解决方案，抽象和沉淀通用的Agent基建能力； 2、聚焦产品功能与用户体验，联合大模型算法、评估、数据等团队，持续优化产品性能与准确率，提升系统智能化水平； 3、支持产品在字节跳动各条业务线的落地，推动智能化方案的规模化应用； 4、跟踪AI技术前沿发展，推动新技术的引入与工程化落地，持续增强平台智能化能力。

团队介绍：广告业务原为商业产品与技术部门，为抖音集团的商业变现提供广告产品与技术，负责端到端大型广告系统建设，覆盖抖音、今日头条、西瓜视频、番茄小说、穿山甲等产品矩阵，践行"激发生意新可能"理念，致力于让营销更省心、更高效、更美好，推动商业的可持续增长，让不分体量、地域的企业及个体，都能通过数字化技术激发创造、驱动生意。连接广告主、用户及生态伙伴、成为开放共赢的全球最佳智能营销平台之一。在这里，你将投身建设面向未来的数字营销能力，接触到全球先进的商业产品架构、模型和算法，在互联网广告行业始终创新。 课题背景： 随着人工智能技术的快速发展，大模型技术在交易与广告场景中的应用日益广泛，已成为推动行业创新和效率提升的重要驱动力。大模型凭借其强大的学习能力和泛化性能，在多个领域展现出显著优势。例如，推荐大模型能够精准捕捉用户偏好，提升个性化推荐效果；AIGC（AI-Generated Content）技术可用于广告创意、商品图片和视频生成，大幅降低创作成本并提升内容质量；广告投放诊断系统和诊断助手帮助优化投放策略；智能客服、影片智能剪辑、智能导购、大模型审核、用户序列建模以及多模态广告和用户理解等应用，则通过自然语言处理、多模态数据融合等技术，提升用户体验和业务效率。 然而，交易与广告场景对大模型系统的要求极高，不仅需要模型具备出色的精度和泛化能力，还需在实时性、稳定性、可扩展性等方面满足严苛标准。特别是在大规模分布式训练、推理加速、异构硬件支持、多模态数据处理以及系统集成等方面，存在诸多技术难点。因此，针对交易与广告场景研发和优化大模型系统，不仅是人工智能技术发展的前沿方向，也是行业应用的迫切需求。本课题旨在通过系统和工程领域的深入研究，突破关键技术瓶颈，构建高效、稳定、可扩展的大模型解决方案，为交易与广告场景提供强有力的技术支撑。 课题挑战： 1、大规模分布式训练加速：大模型训练需处理海量数据和高复杂度计算，导致训练耗时长、资源需求大。如何优化分布式训练架构，提升数据并行、模型并行和流水线并行的效率，是首要技术难题。 2、推理加速和性能优化：交易与广告场景对实时性要求极高，如广告投放需毫秒级决策。如何在资源受限环境下通过模型压缩和推理引擎优化实现快速推理，是关键挑战。 3、异构硬件支持：大模型需适配多种硬件平台。如何实现高效部署和负载均衡，确保跨硬件精度一致性和高性能，是技术难点。 4、编译优化：编译优化是过程复杂，如何开发高效编译器，优化长尾/灵活模型或结构在不同Accelerator执行效率并减少延迟，是亟待解决的问题。 5、Agent工程：智能客服和导购等应用需构建自主决策的AI Agent。如何设计高效的Agent系统，支持复杂任务执行，是前沿挑战。 6、强化学习框架：强化学习在广告投放优化等场景中潜力巨大。如何构建高效框架，支持大规模环境训练和推理，是研究难点。 课题内容： 1、大规模分布式训练加速技术 1）研究数据并行、模型并行和混合并行算法，优化训练效率； 2）开发自适应负载均衡机制，减少资源浪费； 3）探索梯度压缩和通信优化技术，降低网络开销； 2、推理加速与性能优化方法 1）研究模型压缩技术（如量化、剪枝），减小模型体积； 2）开发高效推理引擎，支持批量推理和异步处理； 3）针对不同Accelerator的架构加速推理过程； 3、异构硬件支持与优化 1）设计通用部署框架，支持多硬件无缝集成； 2）开发硬件感知调度算法，优化任务分配； 3）研究跨硬件模型迁移技术，确保精度一致； 4、编译优化技术 1）深入优化模型编译器，优化长尾场景的计算开销； 2）研究图优化和算子融合技术，减少计算开销； 3）探索动态优化方法，提升运行时效率； 5、Agent工程与实现 1）设计模块化Agent架构，支持任务分解和决策； 2）开发多模态交互技术，提升用户体验； 3）研究Agent训练与评估方法，优化复杂场景性能； 6、强化学习框架构建 1）开发高效强化学习算法，支持多智能体协作； 2）针对交易与广告场景的训练场景优化训练速度，提升迭代效率； 3）探索强化学习在广告投放中的应用，提升决策效果。

工作职责 有赞 AI 使能团队正在打造 AI Native 产品，让它成为帮助客户更高效经营的AI Agent。为此，我们希望寻找若干热衷探索AI应用的全栈工程师。 我们相信在AI时代，产品、算法、工程的伙伴应该像创业小组一样聚集在一起，不设边界，做大量朴素的探索，这意味着： 强悍的学习能力，通过精读论文和不断尝试新技术、新框架，拓展技术视野； 思维开放、热爱动手尝试，能够自主实现端到端的项目Demo 落地； 积极乐观，在探索过程中不怕受挫，持续升级对AI技术能力和边界的认知，能预判技术对业务的潜在影响； 岗位职责 全栈开发与AI集成 - 设计实现高可用、可扩展的Agent工程架构 - 探索LLM、Agent、RL等前沿技术并深入业务，推动落地应用 任职资格 任职要求 - 计算机/数学/电子工程等相关专业本科及以上学历 - 熟练掌握至少一种主流编程语言（Java、JavaScript、Python等） - 具备扎实的计算机基础知识，包括数据结构、算法、操作系统、网络等 - 对AI技术有浓厚兴趣，有实际项目经验或参与过AI相关实践活动 - 了解基本的软件工程实践，如版本控制、测试、CI/CD等 - 具备良好的学习能力、沟通能力和团队协作精神 加分项 - 熟悉机器学习基础理论和常用算法，了解大语言模型原理 - 具备产品思维，能理解业务需求并转化为技术方案 成长建议 - 持续关注AI领域的最新技术发展，积极参与技术社区和学习交流 - 在实践中不断提升编程能力和系统设计能力，尝试解决复杂的工程问题 - 培养产品思维，思考如何将AI技术转化为有价值的产品功能 - 参与开源项目或自主开发AI应用，积累实战经验 - 学习跨学科知识，如产品设计、用户体验、业务领域知识等，提升综合解决问题的能力 - 保持技术好奇心，不断尝试新技术、新框架，拓展技术视野

1、负责国际电商AIGC能力（如文本、图像、视频生成）的后台系统架构设计与开发，支撑多场景AI应用服务； 2、负责提升视频素材生产能力，分析并复刻流行创意，进行创意洞察，建设优质素材库，结合Gen AI多模态数据生成，数据驱动优化视频投放的各个环节； 3、深度参与到AI Agent框架和应用研究、工程研发和产品设计等重要环节，与产品、设计等团队合作推动AI Agent产品落地； 4、通过调研和应用前沿的技术架构和先进实践，结合场景建设的研发基础设施，推动国际电商的AI产品快速发展。