字节跳动高级算法工程师（多模态方向）-业务中台
任职要求
1、优秀的编程和算法能力，熟悉Python/C++编程语言，掌握深度学习基础知识，熟悉Pytorch、Tensorflow等至少一种深度学习框架； 2、熟悉Transformer等深度学习算法，有一定的多模态相关背景，较强的算法实现能力，熟悉多模态常用算法； 3、具备深度预训练模型经验者优先；有多模态、NLP、CV、视频/音频算法相关领域经验者优先；对LLM、多模态学习有深入理解和实践，有预训练、可控内容生成方向经验者优先； 4、有生成模型GAN、VAE、Diffusion等工程项目为加分项；有AIGC相关经验者为加分项；有NLP/CV/ML顶会发表经验者（ACL/EMNLP/CVPR/ICCV/NeurIPS等）为加分项； 5、具备良好的逻辑思维能力、沟通协作能力、自我学习能力，保持对事物的好奇心，态度积极向上，有责任心。
工作职责
1、与业务方紧密合作，理清业务需求并从多模态角度提供解决方案； 2、跟进前沿多模态算法，了解常见多模态任务、数据、评测手段，能够使用内外部多模态工具； 3、处理和分析多模态数据，需要能够有效地清洗、整理和可视化数据等； 4、在多模态LLM上要做到用能改，并在业务数据上Finetune； 5、着重探索基于多模态LLM的视频内容理解，支撑各类业务； 6、与各团队紧密协作，确保算法实施满足业务需求。
1、与业务方紧密合作，理清业务需求并从多模态角度提供解决方案； 2、跟进前沿多模态算法，了解常见多模态任务、数据、评测手段，能够使用内外部多模态工具； 3、处理和分析多模态数据，需要能够有效地清洗、整理和可视化数据等； 4、在多模态LLM上要做到用能改，并在业务数据上Finetune； 5、着重探索基于多模态LLM的视频内容理解，支撑各类业务； 6、与各团队紧密协作，确保算法实施满足业务需求，有优秀的团队管理经验。
高级/资深算法工程师（国际支付风控方向），base上海/南京 1.支付风险识别与防控 ●负责跨境电商业务中支付风险的全面识别与防控，重点治理欺诈（盗卡、盗账户 友好欺诈）等方面风险，确保支付全链路安全可靠。 ●利用数据分析和机器学习技术，精确识别支付风险，建立有效的风控模型体系。 2.风控模型全链路管理 ●主导支付风控模型的全链路开发与上线工作，包括需求调研、风险探索、方案设计、模型开发、系统集成、部署上线、效果评估、持续优化和监控预警。 ●与产品、工程、业务团队紧密合作，确保风控模型精准全面覆盖业务场景，并能够及时应对市场变化。 3.前沿技术应用与创新 ●深入探索全球各大市场的新型支付作弊行为，利用多模态大数据进行风险评估与预测。 ●应用异常检测、集成学习、强化学习、序列模型、图模型、大规模预训练模型等前沿技术，提升风险识别的准确率和召回率。
负责智能客户运营等多个产品的算法研发与落地，机器学习建模、前沿技术追踪、大语言模型Large Language Model (LLM) 技术在各垂类业务场景落地的核心技术攻坚等。 比如智能运营助手、营销答疑助手、营销Agentic Workflows构建等场景的大模型落地，提升内外部用户的服务效率和用户体验。 职位描述： ‒ 负责基于通用基座大模型结合领域数据构建营销服务领域大模型，包括但不限于如下场景的营销LLM关键技术攻坚： 1. 大模型落地业务场景识别 2. 垂域数据清洗 / 构造 3. 垂域LLM的后训练 4. 搜索增强RAG 5. LLM Agents 6. LLM推理加速 ‒ 探索基于大模型技术的营销场景服务新形态，包括多场景下的大模型对话机器人、智能辅助Copilot、Agentic Workflow大模型在实际业务场景中的落地，打造营销领域的AI Agent标杆。
1. 参与个性化大模型算法设计、实现和优化，提升模型用户特征提取、行为挖掘及精准画像等核心能力； 2. 协同产品与工程团队，推动个性化大模型在手机业务中的创新应用，包括但不限于个性化问答、推荐系统、智能交互等场景； 3. 持续跟踪学术界与工业界在个性化大模型领域的最新进展，探索技术突破点并推动团队技术迭代，保持行业领先性。