logo of bytedance

字节跳动搜推系统算法应用研发工程师-国际音乐中台

社招全职2年以上A53317地点:上海状态:招聘

任职要求


1、拥有计算机及相关专业本科以上学历,两年以上C++/Python/Go项目开发经验;
2、熟悉物理机相关的CPU和内存等基础架构,能够在不同架构上面设计搜推系统方案;
3、有音乐信息检索推荐系统大模型等应用方向的经验优先;
4、良好的沟通协作能力,能和团队一起合作,探索技术方案,解决业务问题。

工作职责


1、负责设计和实现搜索推荐系统底层服务架构方案,对外提供音乐搜推相关的系统解决方案;
2、负责音乐搜推算法方案的工程化实现;
3、负责音乐搜推场景的算法应用优化来提升最终用户侧LT效果。
包括英文材料
学历+
C+++
Python+
Go+
信息检索+
推荐系统+
大模型+
相关职位

logo of alibaba
社招3年以上技术类-算法

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。

更新于 2025-08-28
logo of alibaba
社招2年以上技术类-算法

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

更新于 2025-08-26
logo of bytedance
社招A67882B

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。

更新于 2025-02-25
logo of bytedance
社招A138774A

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。

更新于 2025-02-25