字节跳动搜索算法工程师-国际电商
任职要求
1、计算机科学或相关专业本科以上学历，倾向NLP，LLM的研究方向； 2、精通至少一种编程语言：c++、python、shell等编程技能，具有扎实的编程基础和良好的编程风格； 3、有算法开发经验，熟悉稀疏LR、DFFM、Deep&Wide、DSSM、DIN在大规模稀疏数据上的应用和优化； 4、熟悉至少一种主流深度学习编程框架（TensorFlow/Caffe/MXNet），熟悉常用深度学习算法； 5、能够独立解决问题，良好的团队合作意识和沟通能力； 6、有搜索引擎、推荐系统、计算广告相关领域经验者优先。
工作职责
1、设计和构建大规模机器学习算法，深度优化电商搜索引擎如召回、排序、语意分析、相关性计算和排序场景的各项业务指标，包括相关性、点击率、选品率、发文率、动销率等； 2、通过对大量用户query的分析挖掘，构建机器学习解决方案和算法策略，赋能商家侧，提升平台整体撮合能力； 3、利用海量数据，深度分析创作者和商家的行为，构建针对性的算法策略，赋能创作者和商家，提高商家变现效率，助推产业升级； 4、支撑国际化业务的电商业务快速发展，服务百万商家，探索更高效的商业模式，满足用户最佳购物体验，促进生态健康发展。
团队介绍：Data-电商-平台治理算法团队，通过优化算法和业务产运配合，对字节旗下电商产品进行全方位的质量和生态治理。既包括风险、违规和低质问题的打击，也包括健康电商生态的建设和优化，最大程度优化平台治理的效果，同时提升治理的效率。 1、深入理解电商治理业务，通过优化算法，持续提升商家/商品/视频/直播/IPR准入召回等各个业务场景的人审提效和用户体验，建立「知道拒绝并且知道为何拒绝」的业内最先进的智能审核系统； 2、负责NLP/CV/多模态等内容理解工作的探索，建立热力图模型、关键帧抽取模型、文本违规高亮模型等，助力于快速审核违规素材； 3、负责优化政策推荐模型，在保证准召的前提下，助力审核人员快速标注违规政策； 4、负责强化学习和运筹算法在智能派单和智能排班等方面的的探索； 5、探索多模态模型在智能审核方面的应用。
团队介绍：国际电商是以TikTok为载体的电商业务（也称为TikTok Shop），致力于成为用户发现并获取优价好物的首选平台，在直播电商、视频内容电商、货架电商等多场景下，国际电商希望能为用户提供更个性化、更主动、更高效的消费体验，为商家提供稳定可靠的平台服务，致力于新奇好物畅销全球，美好生活触手可得的使命。 Data-电商团队是国际电商的核心算法技术力量，专注于电商领域的算法创新，帮助用户高效发现感兴趣的商品，保障用户的购物安全，提升交易各环节的智能化水平。在这里，你将与一流的产品和技术团队合作、钻研，一起应对技术和业务上的挑战，推动技术在电商场景的深度落地。 1、参与千万至亿级规模的电商个性化推荐/NLP/搜索等算法的优化； 2、通过表征学习、图模型、深度学习、迁移学习、多任务学习等技术提升信息匹配的效率，让每个用户可以便捷的找到优质好货，同时服务数百万商家达人； 3、挖掘和分析海量用户/商家/达人行为数据，进行长短期兴趣建模，以及潜在兴趣预测，提升推荐的精准性； 4、通过算法自动挖掘优质、专业、高口碑的商品和主播，构建良性的循环机制，优化内容电商生态； 5、结合内容电商的业务特性，进行模型和算法创新，打造业界领先的算法和系统。
团队介绍：字节跳动搜索团队主要负责抖音、今日头条、西瓜视频等产品的搜索算法创新和架构研发工作。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）探索最前沿的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）探索跨模态匹配技术：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）探索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）探索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，方方面面都进行深入研究和创新。 1、参与搜索引擎研发，探索搜索全链路（分析、召回、粗排、精排、混排）的个性化行为建模，包括CTR、CVR预估、向量召回、价值混排、RAG、NLP、LLM、多模态、机器学习、深度学习等，推动搜索算法在国际化电商场景的落地与提升，提升亿级用户搜索体验； 2、参与国际化电商搜索算法的优化与迭代，提升转化效率、用户体验和供给生态；解决多语言相关性匹配、权威性感知、种草内容理解、重复铺货、山寨假货治理等技术难题，极致优化内容电商、传统货架电商等多种电商业务形态的基础搜索质量；极致提升商品、种草视频和带货直播的购物转化效率，促进GMV增长； 3、深入参与核心搜索产品的需求设计，负责算法和工程的高质量交付，持续优化效果提升产品体验； 4、挖掘数据，构建Query理解、召回、排序等模型，提升电商搜索算法能力； 5、学习前沿技术，探索大模型等创新技术在AI搜索场景的落地。
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、参与搜索引擎研发，探索搜索全链路（分析、召回、粗排、精排、混排）的个性化行为建模，包括CTR、CVR预估、向量召回、价值混排、RAG、NLP、LLM、多模态、机器学习、深度学习等，推动搜索算法在国际化电商场景的落地与提升，提升亿级用户搜索体验； 2、参与国际化电商搜索算法的优化与迭代，提升转化效率、用户体验和供给生态；解决多语言相关性匹配、权威性感知、种草内容理解、重复铺货、山寨假货治理等技术难题，极致优化内容电商、传统货架电商等多种电商业务形态的基础搜索质量；极致提升商品、种草视频和带货直播的购物转化效率，促进GMV增长； 3、深入参与核心搜索产品的需求设计，负责算法和工程的高质量交付，持续优化效果提升产品体验； 4、挖掘数据，构建Query理解、召回、排序等模型，提升电商搜索算法能力； 5、学习前沿技术，探索大模型等创新技术在AI搜索场景的落地。