字节跳动算法工程师-数据智能（杭州）
任职要求
1、硕士研究生及以上学历，计算机科学/人工智能/应用数学等相关专业，顶会(ACL/NeurIPS/ICML/EMNLP/ICLR)论文或竞赛获奖者优先； 2、扎实的深度学习技术基础，熟悉深度学习训练框架（PyTorch/Huggingface等），了解常见大语言模型、Embedding架构和训练方法优先； 3、优秀的问题分析解决能力，以及良好的沟通协作能力，能和团队一起探索新技术。
工作职责
1、数据增强算法优化，优化预训练/SFT/RLHF阶段的数据合成算法，提升训练数据的准确性、多样性和领域适配性； 2、负责大模型研发，主导Code-LLM与逻辑推理大模型的训练创新，攻克NL2Code、复杂推理链生成等技术难点，推进LLM Test-Time Compute、Parameter-Efficient Finetuning等技术落地实践； 3、推动大模型应用落地，探索包括RAG-QA机器人、数据洞察机器人等在真实场景的应用价值，并基于评估体系实现应用效果的持续迭代； 4、跟进开源SOTA大模型，探索大模型Scaling law并实践开源大模型在数据智能领域的Post-Training，沉淀技术专利。
负责LLM在数据方向的应用落地，支持模型调优，端到端算法设计及效果评测，实现数据产品的全面智能升级与效果保障。 1、为分析师、运营、决策者、商家等提供多种基于LLM的数据应用，提高数据决策效率； 2、激发LLM在NL2DSL、DocQA、ADA等场景的能力，推动业务增长； 3、基于业务需求和业务数据，构建基于LLM的算法体系，并对模型进行训练与调优，确保模型落地效果； 4、基于数据LLM产品的应用场景和功能特点，建立科学的模型在线与离线评估体系。
1、建设淘海外标准化数据体系，沉淀高质量数据资产，助力业务高效运转； 2、建设归因分析能力与AB测试数据能力，打造业务的核心决策数据产品，助力业务高效决策； 3、协同产技，通过数据+算法+工程化能力，提供数据洞察与产品化解决方案，提升业务数据化运营能力。
团队介绍：专注大模型在数据智能方向的应用落地，横向支持公司多个数据产品的大模型解决方案。团队致力于跟进大模型前沿进展，结合领域模型的优化策略来设计端到端的算法优化和评估方案，实现数据产品的智能升级与应用效果提升。团队鼓励敏捷创新，知识共享的协作氛围，专注投入对数据智能课题的持续探索研究。 课题介绍： 背景：在Bird、Spider2.0等复杂数据分析榜单中，基于通用大模型的COT、Prompt 工程方案相比BI分析师仍有较大差距(sota 75 vs 92)。近期推理大模型例如OpenAI O3、DeepSeek R1利用Test-Time Scaling Law提升模型推理能力，并指出后训练阶段中RL是提升的重要训练方式。本课题聚焦推理大模型后训练技术（SFT+RL），通过reasoning优化模糊语义理解、多步逻辑推导、复杂查询分解等关键问题，目标建立数据分析领域的推理大模型的方法体系。 课题主要关注的挑战点包括： 1、数据分析领域中高质量的reasoning数据生成，基于高质量数据的SFT冷启动训练来提升RL(GRPO、PPO)训练稳定性，包括多Epoch训练稳定、推理格式对齐等问题； 2、通过混合Reward(包括语义理解、代码执行、难度区分、子查询效率等多角度Reward)提升在模糊语义理解、多步逻辑推导、复杂查询分解的reasoning效果来提升结果准确率； 3、探索推理大模型overthinking的解决方案，面向简单到复杂问题数据分析问题，推理模型可合理的输出推理过程长度，同时保持整体准确率效果。 1、数据增强算法优化：设计面向数据推理任务的Data-Centric算法框架，优化Reasoning Data合成链路，提升训练数据的逻辑一致性、领域适配性与多样性； 2、Test-Time Compute：负责数据大模型与推理大模型的创新结合，解决思维链生成中的Over/Under-Thinking问题，探索复杂数据分析任务的Reward最优实践收益(包括语义理解、执行正确、查询效率、洞察启发性等)； 3、推理大模型应用落地：跟进开源SOTA大模型的技术演进，实践Post-Training阶段的领域适配优化，在数据洞察机器人等产品中的验证应用价值，并基于评估体系实现效果的持续迭代，沉淀技术专利。
1. 基于企业财务数据构建智能分析系统，主导text2sql、财务报告自动生成等核心场景的算法研发，开发财务指标预测、异常检测等专项模型，支持经营决策 2. 针对财务数据高精度要求，通过领域微调、多模态融合等技术提升模型表现，构建财务专业RAG系统，优化会计准则/税务政策等结构化知识检索效果 3. 探索大模型技术在财务领域中的其他应用，如智能对账、审计线索发现等创新场景 4. 跟进数据在AI方向的业界最新进展