字节跳动机器学习研发工程师-搜索架构

1、参与抖音&国际化短视频搜索场景下机器学习和深度学习架构的设计与实现； 2、关注文本相关性模型、多模态、Wide&Deep模型、LLM模型等深度学习模型在搜索场景中的性能和成本优化； 3、提高模型训练效率，加速推理性能，优化GPU吞吐； 4、设计和开发高性能算子库，研究最新的GPU计算技术和优化方法，充分利用GPU并行计算能力，支持各种模型在不同硬件上的构建和部署。

-负责搜索服务架构建设，支持企业内部各类搜索系统的架构研发工作； -负责服务治理与重构、云原生架构改造、搜索性能优化，保证搜索系统的可扩展性与可持续发展； -负责智能化语义检索，机器学习与大模型技术在搜索场景的应用落地，提升搜索的智能化水平； -支持用户体验、内容生态的革新；

1. 参与机器学习MLOps平台建设，支持搜索、广告、内容推荐、金融等场景海量机器学习任务的调度与管理 2. 持续提升平台运行稳定性、安全性，改善平台易用性，提高机器学习研发效率 3. 优化平台GPU调度效率，提高资源利用率 4. 追踪前沿动态，优化技术架构，不断推进平台升级

1、负责行业AI搜索能力构建、包括但不限于游戏、电商、商业咨询、视频、图片、文章等， 为用户提供智能、准确、丰富的搜索体验； 2、从万~千亿不同规模的搜索场景， 应用LLM技术以及其他NLP和多模态机器学习技术， 构建AI检索产品，包括但不限于RAG、 语义检索、图搜、音视频搜索等； 3、搜索全栈（Query分析、相关性、召回、粗排、精排、混排）建设，包括相关性计算、CTR预估、CVR预估、向量召回、价值混排等； 4、AI检索能力构建，探索最前沿的NLP技术和多模态技术，从基础的分词、NER、OCR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； 5、与团队成员紧密合作，将研究成果转化为实际应用，推动产品的创新和升级。