字节跳动搜推系统算法应用研发工程师-国际音乐中台

我们正在寻找优秀的Al搜推算法，加入我们的国际站电商搜素与推荐团队，共同打造行业领先的AI搜推技术和产品，为用户提供极致的采购体验。 •参与大模型技术在搜推领域的应用探索和实践，将前沿Al技术落地到实际业务场景。 •处理电商领域复杂多样的数据源，进行高质量的数据预处理，为模型训练提供可靠的数据基础。 •负责电商平台搜推系统的算法研发与优化，提升转化效率，改善购物体验，探索更高效的商业模式。 •负责搜推召回、排序等核心算法模块的开发与迭代，解决电商场景中的长尾查询、语义理解等挑战。

负责天猫淘宝海外搜索推荐场景的算法设计和优化，包括并不限于： 1. 负责研发面向消费者端的搜索&推荐算法系统，提升海外用户购物体验以及平台效率 2. 负责超大规模深度学习在用户/商品表征学习、向量化召回、点击/成交转化模型预估等的应用和创新 3. 负责跟进业界先进技术（LLM大模型等）、赋能业务效果提升

1、跟踪大语言模型、多模态、强化学习等算法的最前沿进展，将相应技术赋能到机器翻译、多语言理解等小红书国际化实际的业务场景中； 2、结合业务场景，探索大语言模型、多模态模型、扩散模型等在搜广推场景的落地方案，提升海外多语言用户的搜索和推荐基础体验； 3、基于成熟的AI平台服务，构建AI搜索、素材智能创作等完善的AI原生应用和X+AI应用，打造具有核心用户价值的热点应用。

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、探索搜索引擎与大模型、LLM、MLLM、多模态、机器学习、强化学习等前沿技术的结合，实现搜索引擎全链路革新并进行极致的系统优化，探索提升AI搜索引擎的能力，包含而不限于相关性、权威性、时效性、意图理解能力等；探索LLM适性索引、LLM相关性、生成式召回、排序大模型等； 2、构建大规模高质量数据（数据建设、数据抓取与解析、数据合成等）、训练和优化AI搜索的机器学习模型（多模态内容理解、指令微调、索引筛选、Query分析、Scalable Oversight、Long CoT、模型推理/规划、模型优化、构建全面客观准确的评测体系等）； 3、探索推进AI搜索、AIGC创新应用的落地（包含而不限于豆包、电商、抖音、智能硬件、AI找搭配/虚拟穿搭等大模型应用场景），研发以人工智能技术为核心的新技术、新产品，探索满足用户的智能交互需求，提升现实与物理世界的交互能力。