字节跳动治理与体验负责人
任职要求
1、本科及以上学历,5年及以上治理体验相关策略运营/数据分析/项目管理等相关工作经验; 2、对数据敏感,逻辑能力和学习能力强,以数据分析和结构化思维指导工作…
工作职责
1、负责房产行业的治理与体验,为业务提供治理体验解决方案,对整体治理体验结果指标负责; 2、结合业务规划及重点专项,深入分析并制定治理与体验策略,建立关键能力和保障机制; 3、重点识别项目过程中的风险及漏洞,及时发现并推动内外部协同方解决; 4、深入用户体验,通过用户反馈,洞察业务、产品问题,并形成解决方案推动改进。
团队介绍:TikTok是一个覆盖150个国家和地区的国际短视频平台,我们希望通过TikTok发现真实、有趣的瞬间,让生活更美好。TikTok 在全球各地设有办公室,全球总部位于洛杉矶和新加坡,办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。 TikTok智能创作团队是为TikTok业务提供AI,特效,音视频创作技术能力,涵盖了计算机视觉、图形学、拍摄编辑、特效、客户端、服务端工程等技术领域,并以多种形式向抖音提提供业界前沿的内容理解、内容创作、互动体验与消费的能力和行业解决方案。 1、负责智能创作业务的质量体系建设,能够结合业务发展和挑战,质量风险进行针对性治理,能够敏锐识别Top质量风险和效率瓶颈,研究有效解决方案并推动落地; 2、对业务和系统架构细节逻辑掌握清晰,实际参与部分项目的测试执行,并深入掌握整体项目流程规范、测试技术以及相关平台和工具,能够指导团队新成员快速上手; 3、负责项目全生命周期全过程的质量管理,包括质保方案和策略的制定、预案、风险识别、规避、项目流程标准化、准入准出质量标准管控、缺陷管理、复盘等; 4、负责团队招聘、目标设定、团队成员辅导等工作,能够与合作方深入配合,建立良好的合作关系和较强的信任感。
1. 面向有道词典、词典笔、学习规划/小P老师等产品线,负责 Agent 能力的整体方案与核心算法研发,包括任务分解、计划-执行/反思循环(Plan-Execute / ReAct / Reflection)、长短期记忆与工具路由等; 2. 负责 SLM(Small Language Model)持续预训练与指令微调(SFT),构建高效压缩与蒸馏方案,面向端侧/低延迟场景优化推理效率; 3. 设计与实现工具调用(Function/Tool Calling)体系:工具编目与路由、参数填充、结果验证与回退、调用链追踪与可观测性,提升工具使用的成功率与收益; 4. 基于强化学习(PPO/GRPO/DPO 类方法等)与奖励建模,面向语义理解、工具使用成功率、内容生成质量等目标进行对齐与优化,支持离线/在线策略迭代; 5. 负责搜索与排序相关模型:语义检索embedding/rerank、学习排序(pointwise/pairwise/listwise)、点击/转化信号建模与评估; 6. 负责数据全链路:高质量数据构建、策略采样、合成与清洗、去重与去噪、难例挖掘、失败案例回放及工具轨迹数据集构建; 7. 建立系统化评测体系:离线基准(理解/工具成功率/可用性)、端到端任务评测、A/B 实验与线上指标监控,推进效果持续迭代; 8. 推动工程化落地:训练管线与分布式并行、推理服务化与弹性扩缩、缓存与检索加速、成本/时延/稳定性优化; 9. 跨团队协作,与产品、工程、数据及标注团队紧密配合,按期高质量交付,持续提升用户体验与业务指标。
团队使命: 作为网约车交易市场技术核心团队,我们应用机器学习、运筹优化、因果推断、深度强化学习及生成式AI技术(LLM) ,构建支撑千万级日订单的动态双边市场智能决策系统。通过供需预测建模、动态定价策略、智能补贴分配、生态治理引擎 等策略引擎建设,持续优化平台商业价值与司乘体验,驱动全球领先的出行市场效率革新。 供需调节策略方向的主要工作: - 负责设计研发面向司乘双边市场的动态定价和跨品类联合补贴策略引擎,涉及的技术方向包括:精细化的时空供需预测建模、针对海量数据的细粒度因果建模、大规模运筹优化与求解算法设计、大规模离线仿真系统设计与研发等。 - 负责设计研发面向用户长期增长的智能增长营销策略引擎,构建可持续优化的收益管理与增长引擎系统,涉及的技术方向包括:长周期用户价值(LTV)建模、基于强化学习的序列化决策模型设计、大规模运筹优化与收益管理系统设计等。 - 负责设计研发面向供需调节和用户增长的智能运营系统,构建面向多目标高度封装的全自动智能化的运营引擎,助力网约车业务精细化运营提效。涉及的技术方向包括:不同粒度、周期的时序预测建模、大规模运筹优化求解算法、支持深度人机结合的工业化运营引擎架构。 - 负责设计研发面向网约车交易场景的司乘生态治理引擎,构建面向不同品类业务特点的判责、治理策略系统,涉及技术包括:多模态深度学习建模、大语言模型技术、原子预测和小样本学习等技术。
后端开发 负责搜推算法工程后端系统的设计和开发工作,确保系统稳定、高效运行,提供高效稳定的在线推理服务。 参与系统架构的设计和优化,提升系统性能和可扩展性。 负责编写高质量的后端代码,实现业务逻辑和数据处理功能。 与产品经理、前端、算法开发人员等协作,进行需求分析和系统设计。 根据需求文档和设计文档,实现后端接口和业务流程。 负责后端系统的日常维护和监控,及时处理系统故障和性能问题。 对系统进行持续优化和改进,提升用户体验和系统性能。 参与团队内部的技术分享和讨论,提升团队整体技术水平。 根据项目需要,完成其他相关工作,如性能测试、安全加固等。