字节跳动大数据高级工程师-实时计算方向
任职要求
1、对分布式计算系统有深入了解，有生产环境有TB/PB级别实时计算系统应用经验，熟练掌握多项或一项分布式计算框架，如Flink/Spark/Ray等； 2、有数据湖开发经验，熟悉Hudi、Iceberg、Paimon、Delta Lake等至少一项数据湖技术； 3、熟练掌握Java、C++、Scala、Python 等至少一项编程语言，有强悍的编…
工作职责
1、为大规模推荐系统设计和实现合理的流式计算系统； 2、设计和实现灵活可扩展、稳定、高性能存储系统和计算模型； 3、生产系统的Trouble-shooting，设计和实现必要的机制和工具保障生产系统稳定运行； 4、打造业界领先的流式计算框架等分布式系统，为海量数据和大规模业务系统提供可靠的基础设施。
所在团队负责阿里国际贸易平台上的所有推荐产品，包括猜你喜欢、详情页推荐、个性化楼层等。团队通过大数据和深度学习建模，帮助平台上买卖家快速达成生意。来到这里，你将有机会深度接触到业界的计算平台和深度学习算法，并将算法技术转化为商业价值。具体地，你将有机会负责： 1. 用户画像、召回、排序和策略等模块的技术规划和算法设计，通过技术创新提升买卖家匹配效率。 2. 通过大规模深度学习和图学习，在面对数据稀疏和多国家多行业的情况下对用户实时兴趣、CTR预估、询盘和交易转化预估等问题建模。 3. 通过多样性和发现性策略，拓展用户需求，提升兴趣发现能力，进一步完善和提升推荐侧的产品价值。 4. 探索大语言模型+搜推的创新应用方向，LLM在推荐领域下的全链路建设，包括但不限于大规模的预训练、SFT、LoRA和RLHFL等技术，落地大语言模型+搜推的新的应用落地场景（如生成式推荐等）。
1.负责微信视频号推荐后台开发的需求实现，包括模型和策略的接入，重点关注视频号入口的直播推荐； 2.针对直播业务的特性，优化推荐链路，使得各链路能够支持更大规模的候选； 3.参与特征处理和接入工作，持续优化特征更新及在线服务链路。
构建下一代基于大型语言模型（LLM）的智能搜索系统，通过深度语义理解与用户意图解析，实现从“关键词匹配”到“需求精准洞察”的跨越，推动搜索技术从信息检索向智能交互与决策赋能的范式升级！ 1.负责设计并实现基于LLM的智能搜索架构，优化语义理解、意图识别与结果排序算法； 2.构建用户需求画像系统，结合实时行为数据动态调整搜索策略，提升搜索结果相关性与用户满意度； 3.探索生成式搜索技术（如Query扩展、结果摘要生成），推动搜索从“信息呈现”向“决策辅助”升级。
1. 负责阿里国际站效果广告场景的算法设计和优化，包括并不限于： 2. 负责阿里国际站搜索广告Query理解、搜推广告深度召回、相关性、排序建模、机制出价、商家赋能等应用和创新 3. 负责超大规模深度学习在用户/商品表征学习、向量化召回、点击/成交转化模型预估等的应用和创新 4. 负责基于用户与商品知识图谱的稀疏特征与少样本推荐算法模型的应用和创新 5. 负责基于离线优化问题求解与在线实时调控策略的机制设计与出价 6. 负责研究&推动用户冷启动&商品冷启动在搜索&推荐的应用 7. 负责大语言模型等能力在搜索广告业务中的应用 8. 结合以上方向的探索和研究，撰写发表论文，和业界、学术界保持良好的交流