字节跳动NLP/CV算法工程师-电商业务
任职要求
1、在NLP、CV、多模态某个领域有较深入的研究，包括但不限于：机器翻译、多语言NLP、小样本学习、强化学习、图像视频理解、多模态等； 2、熟悉PyTorch/TensorFlow其中一种或多种框架模型的训练和部署，了解混合精度训练、分布式训练、TensorRT部署…
工作职责
1、知识图谱构建：基于抖音海量的内容数据，挖掘商品、用户、内容标签，构建人货场基础类目/标签/分层知识体系； 2、多语言技术：利用机器翻译、多语言NLP、小样本学习、强化学习等技术，赋能多个海外电商业务； 3、AIGC：基于前沿的AIGC模型能力，帮助降低商家素材制作成本，提升平台优质供给（短视频、图文等）； 4、智能导购：利用NLP、CV、多模态技术，增强对短视频内容、图文、商品理解能力，支持搜索、推荐、商城全导购链路，提升消费者在内容场和货架场购物体验； 5、电商行业大模型：挖掘电商垂直领域大规模、高质量pretrain数据集，基于字节通用大模型，研发电商行业大模型，探索电商交互式导购新场景。
1、负责多模态 & 大模型在商品领域落地项目，涵盖商品内容理解&结构化/商品质量甄别/商品标题/图片生成/同款识别等任务。 2、负责商品检索相关的计算机视觉算法的创新和研究，包括但不限于：目标检测、图像分类、图像表征、图像校正与增强等相关算法研究。 3、负责商品知识库构建&知识标准化等工作。 4、负责跟踪业界前沿NLP&CV技术进展，寻找有价值的科研问题，开展前沿算法的研究工作，推进技术进步； 5、负责理解业务需求，进行针对性的研究算法，面向电商场景落地，发挥算法在实际应用中的价值。
团队介绍：字节跳动抖音搜索团队主要负责抖音搜索算法创新和架构研发工作，主要包括短视频、直播、本地生活、视觉搜索等多个业务线。我们使用最前沿的机器学习技术进行端到端建模并不断创新突破，同时专注于分布式系统、机器学习系统的构建和性能优化，从内存、Disk等优化到索引压缩、召回、排序等算法的探索，充分给同学们提供成长自我的机会。主要工作方向包括：1、探索前沿的NLP技术：从基础的分词、NER，到应用上的Query分析、基础相关性等，全链路应用深度学习模型，每个细节都充满挑战；2、跨模态匹配技术：在搜索中应用CV+NLP深度学习技术，让视频搜索拥有更强大的检索能力；3、大规模流式机器学习技术：应用大规模机器学习，解决搜索中的推荐问题，让搜索更加个性化更加懂你；4、千亿级数据规模的架构：从大规模离线计算，分布式系统的性能、调度优化，到构建高可用、高吞吐和低延迟的在线服务的方方面面都有深入研究和创新。 1、参与抖音，今日头条，西瓜视频，剪映等App，以及国内电商，生活服务等重点业务的搜索推荐模型和策略改进，负责这些业务的搜索流量和用户渗透增长&搜索心智建设任务； 2、以推荐算法为核心技术栈，改进基于超大规模机器学习模型的推荐系统，覆盖从候选挖掘到召回，粗排，精排，多目标融合全链路技术环节； 3、探索短文本推荐和通用推荐技术的上限，重点是推荐和NLP技术的联合应用，以及多模态等前沿技术的探索。
1、负责抖音电商短视频和直播间的多模态内容理解、内容挖掘及结构化标签，构建内容分层体系，探索计算机视觉和多模态前沿技术，负责算法模型迭代升级，优化兴趣电商购物体验； 2、利用NLP、CV、多模态技术增强对电商内容理解的能力，在内容冷启、推搜策略、商达成长、供给生态等多个业务方向，支持电商业务目标高速发展； 3、负责AIGC图片/视频生成技术在电商领域的落地，参与电商基础模型构建以及AIGC能力在电商的价值探索； 4、负责抖店AIGC工具研发，不限于背景替换、虚拟试衣、文/图生视频等相关内容，积极跟进业界进展，推动技术在业务落地。
1）负责拼多多核心电商推荐和信息流广告场景(首页Feeds流、百亿补贴、个人中心、大促、秒杀等活动场景)的个性化流量分发，提升用户体验，优化场景的订单、GMV、收入、DAU等指标； 2）负责推荐和信息流广告的召回、粗排、精排、重排、策略方向的优化，提升模型效率、策略的合理性，最大化推荐系统的漏斗效率； 3）研究方向：深度学习、召回模型、LTR、CTRCVR模型、Uplift模型、多模态大模型、创意生成和优选、营销增长算法、运筹优化、模型压缩和加速等。追求技术创新和实际业务的结合，深入剖析电商推荐系统的问题，不断提升用户的体验。