字节跳动NLP算法工程师-Cross Platform
任职要求
1、具备计算机/数学/物理/统计学硕士研究生及以上学位，具备5年及以上的相关领域从业经验； 2、具备自然语言处理算法的扎实基础，包括但不限于：文本分类、相似性匹配、对话问答、机器翻译、知识图谱构建、意图理解、情感分析等特定领域的全面学习和实践经验； 3、熟练掌握至少一种深度学习框架，如TensorFlow或PyTorch，包括其训练和部署的具体细节，熟悉常用的机器学习和深度学习算法及基本的网络模型结构和文本表示方法； 4、具备出色的编码技能，熟练掌握如Python、Go、C++等至少一种编程语言，并具备算法和数据结构的扎实基础； 5、具备优秀的沟通技巧和团队协作能力。
工作职责
1、开发及优化NLP算法，探索LLM等前沿NLP技术并应用于智能问答，内容创作等场景； 2、针对海量文章、用户数据进行深度挖掘； 3、与产品和业务团队紧密合作，实现模型在相应场景的落地。
团队介绍：字节跳动Stone-Cross Platform团队成立于2023年，致力于开发业界前沿的应用框架，构建AI模型驱动的前沿系统和基础设施，提升开发者和用户体验。 课题介绍： 课题背景：随着AI大模型研究的不断发展，文本生成、多模态理解以及Agent规划能力有了巨大的提升和突破，以豆包多模态交互、UI-TARS和Operator等GUI Agent、Deepseek-R1推理模型为典型案例，应用的构建以及交互方式迎来了巨大的机遇和变革。我们希望结合AI模型的多模态理解和生成、深度思考，深入AI Agent所需的交互和基础设施，探索大模型在AI应用构建效率和为智能交互体验上的创新。 研究方向： 本课题旨在利用大模型技术开发智能应用交互框架，研究内容包括：围绕大模型设计应用框架，利用大模型提升应用构建效率，如UI理解及代码生成等；使用大模型来理解应用的多模态context及用户意图，进行意图规划及推理执行，完成用户交互；优化编程语言的设计，使其容易被大语言模型理解，自动验证和实现编程语言的自动生成，和编程语言之间的相互转译，从而加速新编程语言生态的构建；通过该课题的研究，我们希望实现更加智能、便捷和高效的应用框架，推动AI驱动的应用交互的普及与发展。 1、参与大模型在应用框架中的算法研究，探索和优化模型对应用的理解和生成能力、AI Agent等技术； 2、研究和开发智能UI交互技术，提升GUI Agent的智能水平、UI的智能化交互和个性化水平； 3、设计跨平台、高性能、大模型便于理解和生成的编程语言； 4、建设和优化应用中Agent Context、Planning、Tool using等能力，提升应用的理解和响应水平； 5、探索多模态数据融合技术，解决复杂场景下的精准推理与决策问题； 6、整理研究数据，撰写技术报告和发表研究论文。
团队介绍：字节跳动Stone-Cross Platform团队成立于2023年，致力于开发业界前沿的应用框架，构建AI模型驱动的前沿系统和基础设施，提升开发者和用户体验。 课题介绍： 课题背景：随着AI大模型研究的不断发展，文本生成、多模态理解以及Agent规划能力有了巨大的提升和突破，以豆包多模态交互、UI-TARS和Operator等GUI Agent、Deepseek-R1推理模型为典型案例，应用的构建以及交互方式迎来了巨大的机遇和变革。我们希望结合AI模型的多模态理解和生成、深度思考，深入AI Agent所需的交互和基础设施，探索大模型在AI应用构建效率和为智能交互体验上的创新。 研究方向： 本课题旨在利用大模型技术开发智能应用交互框架，研究内容包括：围绕大模型设计应用框架，利用大模型提升应用构建效率，如UI理解及代码生成等；使用大模型来理解应用的多模态context及用户意图，进行意图规划及推理执行，完成用户交互；优化编程语言的设计，使其容易被大语言模型理解，自动验证和实现编程语言的自动生成，和编程语言之间的相互转译，从而加速新编程语言生态的构建；通过该课题的研究，我们希望实现更加智能、便捷和高效的应用框架，推动AI驱动的应用交互的普及与发展。 1、参与大模型在应用框架中的算法研究，探索和优化模型对应用的理解和生成能力、AI Agent等技术； 2、研究和开发智能UI交互技术，提升GUI Agent的智能水平、UI的智能化交互和个性化水平； 3、设计跨平台、高性能、大模型便于理解和生成的编程语言； 4、建设和优化应用中Agent Context、Planning、Tool using等能力，提升应用的理解和响应水平； 5、探索多模态数据融合技术，解决复杂场景下的精准推理与决策问题； 6、整理研究数据，撰写技术报告和发表研究论文。
团队介绍：字节跳动Stone-Cross Platform团队成立于2023年，致力于开发业界前沿的应用框架，构建AI模型驱动的前沿系统和基础设施，提升开发者和用户体验。 课题介绍： 课题背景：随着AI大模型研究的不断发展，文本生成、多模态理解以及Agent规划能力有了巨大的提升和突破，以豆包多模态交互、UI-TARS和Operator等GUI Agent、Deepseek-R1推理模型为典型案例，应用的构建以及交互方式迎来了巨大的机遇和变革。我们希望结合AI模型的多模态理解和生成、深度思考，深入AI Agent所需的交互和基础设施，探索大模型在AI应用构建效率和为智能交互体验上的创新。 研究方向： 本课题旨在利用大模型技术开发智能应用交互框架，研究内容包括：围绕大模型设计应用框架，利用大模型提升应用构建效率，如UI理解及代码生成等；使用大模型来理解应用的多模态context及用户意图，进行意图规划及推理执行，完成用户交互；优化编程语言的设计，使其容易被大语言模型理解，自动验证和实现编程语言的自动生成，和编程语言之间的相互转译，从而加速新编程语言生态的构建；通过该课题的研究，我们希望实现更加智能、便捷和高效的应用框架，推动AI驱动的应用交互的普及与发展。 1、参与大模型在应用框架中的算法研究，探索和优化模型对应用的理解和生成能力、AI Agent等技术； 2、研究和开发智能UI交互技术，提升GUI Agent的智能水平、UI的智能化交互和个性化水平； 3、设计跨平台、高性能、大模型便于理解和生成的编程语言； 4、建设和优化应用中Agent Context、Planning、Tool using等能力，提升应用的理解和响应水平； 5、探索多模态数据融合技术，解决复杂场景下的精准推理与决策问题； 6、整理研究数据，撰写技术报告和发表研究论文。
团队介绍：字节跳动Stone-Cross Platform团队成立于2023年，致力于开发业界前沿的应用框架，构建AI模型驱动的前沿系统和基础设施，提升开发者和用户体验。 课题介绍： 课题背景：随着AI大模型研究的不断发展，文本生成、多模态理解以及Agent规划能力有了巨大的提升和突破，以豆包多模态交互、UI-TARS和Operator等GUI Agent、Deepseek-R1推理模型为典型案例，应用的构建以及交互方式迎来了巨大的机遇和变革。我们希望结合AI模型的多模态理解和生成、深度思考，深入AI Agent所需的交互和基础设施，探索大模型在AI应用构建效率和为智能交互体验上的创新。 研究方向： 本课题旨在利用大模型技术开发智能应用交互框架，研究内容包括：围绕大模型设计应用框架，利用大模型提升应用构建效率，如UI理解及代码生成等；使用大模型来理解应用的多模态context及用户意图，进行意图规划及推理执行，完成用户交互；优化编程语言的设计，使其容易被大语言模型理解，自动验证和实现编程语言的自动生成，和编程语言之间的相互转译，从而加速新编程语言生态的构建；通过该课题的研究，我们希望实现更加智能、便捷和高效的应用框架，推动AI驱动的应用交互的普及与发展。 1、参与大模型在应用框架中的算法研究，探索和优化模型对应用的理解和生成能力、AI Agent等技术； 2、研究和开发智能UI交互技术，提升GUI Agent的智能水平、UI的智能化交互和个性化水平； 3、设计跨平台、高性能、大模型便于理解和生成的编程语言； 4、建设和优化应用中Agent Context、Planning、Tool using等能力，提升应用的理解和响应水平； 5、探索多模态数据融合技术，解决复杂场景下的精准推理与决策问题； 6、整理研究数据，撰写技术报告和发表研究论文。