字节跳动算法Leader-数据智能
任职要求
1、本科及以上学历，有计算机科学或相关领域专业背景优先，工作城市新加坡、北京均可； 2、有团队管理经验，在以下领域有深度研究经验者优先： 1）有电商B侧算法经验，参与过商家，商品流量等商家经营的算法优化工作； 2）垂直行业（电商，金融，游戏，旅行，房地产等）的算法策略经验； 3）广告和推荐算法的开发和优化经验； 3、熟悉常见的数据挖掘技术和机器学习算法（GBDT，Xgboost，FM，DFM等），并熟悉它们的原理和应用范围； 4、熟练使用数据挖掘、机器学习工具和常用框架（TensorFlow，Pytorch），持续学习，跟上机器学习领域最新的研究方向和成果，以探索大数据在各个垂直领域中的应用。
工作职责
1、参与商家经营，商品成长，大促活动等业务场景算法策略定制，助力B侧业务，保证商家GMV持续增长； 2、对接产品运营，和业务在不同场景（直播，大促，商家成长）一起找到适合商家和平台共赢的业务模式，技术落地实现； 3、理解电商业务，能够与业务上下游相关团队协作配合，基于数据驱动持续优化数据产品，形成数据诊断归因、特定场景策略工具化等数据策略产品； 4、设计和开发各种策略、算法和机器学习技术，以提高数据资产在业务中的指标。
团队介绍：平台治理国际电商算法团队，专注于与业务方产品和运营团队协作，对国际电商平台进行全面的生态和风险治理，涵盖商家与商品、创作者与内容两大方向。我们的目标是通过打击底线风险问题和优化健康电商生态，实现平台的可持续发展。智能审核作为平台治理算法团队的一个重要子方向，主要与审核产品和审核运营团队合作，致力于打造业内最先进的智能审核系统。工作内容包括优化审核模型算法、审核素材及提示，以及优化审核平台的人员排班调度和任务分配，实现审核质量和效率的持续提升。 1、领导智能审核算法团队，制定技术发展方向和策略； 2、通过优化审核模型算法，探索基于大模型和多模态模型的审核系统，提高模型自动审核覆盖比例； 3、优化审核平台的人员排班调度、任务分配、素材组织和提示，提高审核质量和效率； 4、与审核产品和运营团队紧密合作，确保审核系统的稳定性和高效性，推动审核质量和效率的持续提升； 5、关注业内最新技术动态，推动新技术在智能审核系统中的应用和落地。
1.负责 LBS 场景下智能推荐引擎的整体算法架构设计与技术研发，应用推荐系统相关机器学习/深度学习/图神经网络/大模型等技术提升系统效果与用户体验； 2.负责推荐系统召回、相关性、排序、多目标优化等模块的研究与优化，包括特征工程、模型训练、在线推理等全链路工作； 3.分析海量用户位置轨迹与行为数据，挖掘时空关联模式，构建用户画像、POI 特征和上下文感知的推荐策略，并持续优化； 4.带领并管理算法团队，制定技术发展规划与团队目标，指导成员完成算法研发、效果评估和业务落地。
- 定义和主导端到端自动驾驶算法的长期技术路线图，负责从模型架构（如Transformer、Diffusion Model等）选型到整体方案设计的关键决策。 - 深入一线，解决研发过程中最棘手的技术难题，如长尾场景处理、模型收敛性、部署效率等。 - 推动端到端模型在量产项目中的评估、测试和部署，对最终的产品性能和用户体验负责。 - 负责招聘、组建并领导一支世界级的端到端算法团队，营造开放、创新、高效的研发氛围。
1、负责内容理解和内容安全算法方向的NLP技术团队，为不同业务和算法方向的团队提供NLP技术支持； 2、建设文本、多模态领域的基础技术能力，包括但不限于： （1）为多样的业务线、问题域提供LLM基座模型pretrain，降低大团队成本并提升下游模型应用的效果； （2）建设通用的技术能力，如数据工程、RAG、基础工程架构等； （3）为创新业务提供基础技术能力； 3、长期投入NLP算法方向的探索研究，做到在NLP技术上的跟进和创新。