字节跳动搜索算法工程师/专家-电商
任职要求
1、本科及以上学历，计算机、电子、数学等相关专业； 2、在搜索、推荐、搜广推、自然语言处理NLP、自然语言理解NLU、多模态、机器学习、深度学习等一个或多个领域有较深入的研究者优先； 3、熟悉Linux开发环境，熟练使用C++和Python语言； 4、具有良好的问题分析解决能力，沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步。 加分项： 1、具有优秀的基础算法、扎实的机器学习/深度学习基础，熟悉NLP、RL、ML等领域的技术，在ICML、ACL、CO…
工作职责
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、参与搜索引擎研发，探索搜索全链路（分析、召回、粗排、精排、混排）的个性化行为建模，包括CTR、CVR预估、向量召回、价值混排、RAG、NLP、LLM、多模态、机器学习、深度学习等，推动搜索算法在电商场景的落地与提升，提升亿级用户搜索体验； 2、参与电商搜索算法的优化与迭代，提升转化效率、用户体验和供给生态； 3、深入参与核心搜索产品的需求设计，负责算法和工程的高质量交付，持续优化效果提升产品体验； 4、挖掘数据，构建Query理解、召回、排序等模型，提升电商搜索算法能力； 5、学习前沿技术，探索大模型等创新技术在AI搜索场景的落地。
我们是阿里巴巴国际数字商业集团的智能技术团队，负责阿里巴巴旗下多个国际化电商平台的搜索、推荐、广告、用增等技术。团队致力于将最前沿的AI技术与国际化电商业务问题深度结合，为用户打造更好更智能化的网上购物体验，同时赋能百万商家实现更高效的经营。 选择加入我们意味着投身入于高速发展的国际化电商业务，一起打造最先进的AI技术以驱动全球电商业务发展。 岗位描述： 1、参与并负责搜索、推荐算法研发，提升全球不同语言的搜索精准性和国家差异化个性化推荐体验。 2、参与并负责广告算法研发，提升全域流量广告流量变现效率，通过竞价及投放优化、素材生成等提升商家投放效率。 3、参与并负责用增算法的研发，提升电商获客效率，建设优化个性化外投广告、个性化触达消息、个性化权益补贴等算法能力。 4、参与研发生成式AI技术，推动生成式AI在国际电商领域的创新应用。
团队介绍 AE搜索算法团队，负责AIDC AliExpress（AE）、JP- AO和天猫淘宝海外等国际化电商搜索业务优化，为全球100多个国家使用不用语言的用户持续电商搜索体验与效率，并结合大模型升级技术与产品体验创新。 多年来团队紧跟工业界和学术界前沿，在多语言Query理解与相关性、国家差异化召回与排序模型、多语言Query导购与大模型在多语言搜索中应用等技术方向持续探索创新，带来业务快速增长同时发表⾼⽔平学术论⽂20+篇（如AAAI、 IJCAI、TKDE、TMM、RecSys、CIKM和ICDM），申请专利15+项。 职位描述 1. 多语言 Query 理解、商品理解和相关性，包括：Query和商品NER、Query类目预测、Query改写与扩展、多语言&跨语言语义相关性等；LLM在多语言电商搜索领域应用，包括：大模型 CT 和 SFT，以及在Query理解、语义相关性、商品理解上的应用； 2. 个性化召回与排序相关技术：基于大规模深度模型的CTR/CVR预估模型及个性化召回模型，包括用户行为序列建模、多目标建模、多模态跨场景迁移建模、国家差异化建模体系建设等； 3. 个性化多语言Query推荐，包括：下拉、底纹、风向标等场域，基于异构行为序列建模、多场景建模的多语言Query推荐技术研究与应用；
我们是阿里国际-Accio算法团队。Accio是阿里巴巴集团的战略级AI原生应用产品，也是全球首个B2B AI Search Agent，我们通过持续探索Agent、LLM、VLM、RL、Reasoning、AI Search等前沿技术，自研基座、Agent系统以及AI Search系统，驱动实现全球B2B电商贸易业务跨越式发展。 职位描述： 1. 负责开发和优化AI原生的全网搜索系统，包括但不限于文本和多模态模型训练、跨模态生成与检索、生成式搜索技术等； 2. 负责搜索系统算法设计与实施，负责搜索系统中的query理解、召回、相关性、排序等关键模块的算法设计与优化； 3. 负责全网商家/商品的Deep Research、全网询盘Agent链路的设计、实现和优化，负责将业界的SOTA Agent模型在业务场景中落地。
1.主导多模态推荐系统研发，结合文本、图像、视频等多模态数据优化商品理解、用户行为分析及推荐策略，推动多模态与电商场景的深度融合。 2.设计并实现跨模态对齐技术（如图文/视频语义一致性建模），提升推荐系统的泛化能力和冷启动效果，探索多模态大模型在电商中的创新应用（如CLIP、BEiT3等框架优化）。 3.推动多模态模型的工程化部署，包括分布式训练加速（如TensorRT-LLM）、推理效率优化及性能调优。 4.结合搜索与推荐场景，探索多模态特征在排序、检索中的辅助作用，提升用户交互体验。