字节跳动视觉工程后端资深研发工程师-智能创作（北京/上海/广州/深圳/杭州）
任职要求
1、计算机相关专业，本科及以上学历，有复杂后端工程架构经验者优先； 2、具备扎实的编程功底，良好的设计风格，熟悉RPC和RESTful设计规范； 3、丰富的Linux/Unix系统开发经验，熟练掌握Python/C++/Go等1种以上语言； 4、熟悉Redis、Kafka、MongoDB、MySQL等基础组件； 5、熟悉常用的服务优化方法，了解Pytorch、TensorRT 、ComfyUI等。
工作职责
1、负责服务端计算机视觉算法工程的研发和落地，承担系统工程方案的设计，保障服务健壮性； 2、设计和研发AIGC、AI编辑、AI数据等视觉工程能力建设，提供中台化的低时延、高性能的视觉服务； 3、为字节跳动多个产品（抖音、剪映、Flow等）提供视觉服务，用AI赋能亿万用户。
1. 算法工程化支持：负责支持跨境治理和商品治理方向的算法工程化落地，包括算法服务化、模型部署、性能优化、A/B测试与监控体系搭建。 2. 系统开发与维护：基于Java与Python开发高性能、可扩展的算法平台和治理系统，保障算法稳定运行和高可用性。 3. 算法研发协同：与算法研究人员、产品经理紧密协作，推动图像理解、NLP、多模态及大模型等算法从研发到线上应用的全流程闭环。 4. 数据与质量评估：建设和维护治理效果数据采集、评估和监控体系，持续迭代优化模型与策略，驱动业务降本增效。 5. 技术方案创新：关注业界最新算法工程化与MLOps实践，推动内部平台能力升级，提升算法迭代效率。
AI后端开发工程师的核心任务是为AI能力构建稳定、高效且可扩展的后台服务，确保智能应用顺畅运行。其主要工作包括： 1.系统架构设计与优化：参与设计高并发、低延迟、高可用的后端系统架构以支撑AI服务。运用微服务、容器化（Docker/K8S）、消息队列（Kafka/RabbitMQ）、缓存（Redis） 等技术，并优化数据库（如MySQL、MongoDB、向量数据库）性能 2.数据处理与管道构建：构建和维护数据管道，支持海量数据的采集、清洗、存储与处理，为模型训练和优化提供支持，有时需设计数据闭环系统 3.全流程开发与协作：参与从需求分析、设计、编码、测试到部署运维的全流程。需与算法工程师、前端工程师、产品经理等紧密协作，确保项目顺利交付 4.技术攻坚与创新：解决模型部署和运行中的技术难题（如资源瓶颈、轻量化），探索和引入前沿技术（如大模型服务化、多模态、边缘计算）以提升产品竞争力
1.产品规划与策略 基于GPT/DeepSeek等大模型能力，负责智能对话机器人的产品规划， 设计智能服务、智能销售等核心功能，提出产品创新和差异化的方案 2.产品设计与管理 负责AI产品的需求分析、功能设计和用户体验优化，并撰写PRD文档。 协调技术、数据和运营团队，确保产品高效落地和持续优化。 3.数据分析与优化 与算法团队协同优化AI模型效果，提升技术指标，持续优化对话效果 通过用户行为和数据分析，结合A/B测试，提升产品体验和转化率 4.竞品调研与分析 关注市场热门AI产品，分析竞品动态，为产品创新提供思路 定期对竞品搜索和AI相关产品能力进行分析，输出相关的体验报告和市场分析报告 5.市场洞察与趋势研究 研究AI行业发展，探索大模型、AIGC、计算机视觉、NLP等技术应用。 研究AI在互联网金融领域的发展趋势，探索大模型、AIGC催收、电销、风控、客服等场景
研究方向： 深度学习／计算机视觉／图像视频处理, 如图像/视频的GenAI、多模态、检测、识别、分割、编辑、重建、3D视觉、计算成像等 理论创新：研究领域最新技术，提出新idea，撰写技术专利或论文 算法设计：针对实际应用场景，设计算法并提升其效果/效率/鲁棒性 落地实现：核心代码实现，输出demo或SDK，根据产品反馈迭代优化