字节跳动国际化短视频算法专家-搜索
任职要求
1、优秀的代码能力、数据结构和基础算法功底，熟练C/C++或Python； 2、掌握或精通相关核心算法方向，有深刻理解和实际应用经验，包括不限于： 1）熟悉或掌握搜索/广告/推荐等大规模机器学习技术，包括召回/排序/纠错/文本理解等； 2）熟悉或掌握NLP相关的技术，包括预训练/知识库/语义分析等； 3）熟悉或了解大模型相关的技术，包括CT/SFT/RM等算法原理，有实际经验者优先； 4）在机器学习/搜索/大模型等领域会议发表过高质量论文者优先； 3、有丰富的从业经历，深耕搜索方向者优先，或在其他相关方向取得突出成果，对搜索有热情和兴趣； 4、有强烈的技术好奇心、自驱力和进取心，出色的问题分析和解决能力； 5、具备一定的算法团队意识，能够紧跟前沿技术发展，设计和规划中长期发展思路、目标和路线。
工作职责
1、负责国际化短视频具体业务场景的搜索等算法工作，深度理解业务，攻克解决策略问题； 2、负责与产品运营团队对接协作，在本地生活等垂类、大模型应用等创新方向持续优化算法，支持业务目标达成； 3、负责前沿技术创新驱动与业务深度结合与应用，包括但不限于内容理解/信息抽取/多模态/大模型/文本生成/检索与相关性等领域； 4、负责搜索业务策略方向的中长期规划工作，包括技术演进、业务支撑、团队成长等方向。
1、领导算法团队: 负责公司重点国际化短视频产品，带领算法团队成员，设定团队目标，并指导团队成员在搜索链路、LLM和算法应用方面的发展； 2、LLM模型应用落地：负责LLM应用在搜索业务场景，优化搜索排序机制与信息效率，并探索多语言预训练，多模态融合等，探索LLM时代搜索的理想形态； 3、算法研究与开发: 参与算法研究与开发工作，提升模型性能和算法效率，并持续关注学术界的最新进展； 4、项目规划与管理: 参与项目规划与管理，制定项目计划，确保项目按时交付，并保证项目的高质量完成； 5、技术优化与创新: 不断优化现有的算法技术，并推动算法创新，以提高业务效果和用户体验； 6、跨团队合作: 与产品团队、工程团队和业务团队紧密合作，理解业务需求，将算法技术转化为实际的产品和解决方案；算法评估与改进: 负责对算法模型进行评估和改进，提高算法的准确性、效率和可解释性。
1、负责国际化短视频搜索业务的算法优化，包括召回/粗排/精排/混排/个性化等，从模型、策略和机制等角度全面优化搜索体验，满足用户个性化需求； 2、深入洞察业务数据，分析潜在的问题并提出策略提升方向，不断提升迭代模型效果，促进业务效果提升； 3、利用LLM构建垂类策略场景中模型基座，提升效果的天花板和模型统一性。
团队介绍：字节跳动搜索团队主要负责抖音、国际化短视频、今日头条、西瓜视频等产品以及电商、生活服务等业务的搜索算法创新和架构研发工作。我们使用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。 1、探索前沿的NLP技术：从基础的分词、NER，文本、多模态预训练，到业务上的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，实现多模态视频搜索强大的语义理解和检索能力； 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； 5、推荐技术：基于超大规模机器学习技术，构建业界领先的搜索推荐系统，对搜索推荐技术进行探索和创新。
团队介绍：字节跳动搜索团队主要负责抖音、国际化短视频、今日头条、西瓜视频等产品以及电商、生活服务等业务的搜索算法创新和架构研发工作。我们使用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，文本、多模态预训练，到业务上的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，实现多模态视频搜索强大的语义理解和检索能力； 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； 5、推荐技术：基于超大规模机器学习技术，构建业界领先的搜索推荐系统，对搜索推荐技术进行探索和创新。 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。