字节跳动大模型知识图谱算法工程师-飞书
任职要求
1、具备NLP、LLM应用或RAG其中一个方向的相关经验，具备较强的编程能力；
2、有较强的评测意识和科学的评测思路；
3、有较强的创新能力，有不断探索新AI技术和应用场景的强烈意愿和主观能动性；
4、能紧跟AI领域的最新发展动态，通过参加学术会议、阅读前沿论文、在线学习课程等方式，不断提升自己的专业知识和技能；
5、有较强的解决问题能力，善于解决各种繁琐的技术问题…工作职责
1、知识图谱构建：负责设计和构建企业级知识图谱，解决协同场景（人、任务、文档、会议）以及跨业务系统的信息孤岛，实现知识的互联互通，为企业建立统一高效的知识管理体系，更好的支持LLM落地 2、围绕Graph探索LLM新应用模式：基于企业知识图谱，探索RAG/Agent的落地新范式，使其能够在复杂的企业知识网络中进行精准的信息检索、关联分析和逻辑推理； 3、模型迭代与优化：持续优化大语言模型及RAG系统在企业知识管理领域的表现，构建针对性的评测方法，生产和维护高质量的企业领域数据集； 4、前沿技术研究与应用：密切关注知识图谱、LLM推理等领域的最新研究成果，将前沿技术应用于企业知识管理实践中。
1、团队涉及向多个业务方（飞书问答/Aily/豆包/Coze）提供RAG相关的底层算法/算子； 2、NLU：多轮问答Query总结，Query拆解，Query意图识别，相关Query推荐； 3、召回排序：相关性向量召回，相关性排序，多因子排序（时效性、权威性、互动性）； 4、LLM生成优化：Prompt调优，生成大模型SFT/RLHF； 5、索引构建：Image2Text、多模态Embedding、端侧Embedding技术、知识图谱挖掘与应用； 6、跟踪业界前沿技术的发展，探索深度学习/LLM等前沿技术的应用前景。
团队介绍：字节跳动质量技术团队，聚焦质量领域，提供一系列的稳定的、有效的、技术领先的质量产品和工具，支撑电商、抖音、今日头条、飞书等业务。当前，我们在积极的探索质量基建与大模型的结合，构建更高效、更智能的质量技术，非常期望有更多的人才加入，在质量内建、测试效能、自动化测试等领域取得前沿的技术突破。 1、负责大模型技术在软件智能交付领域的相关应用技术研发，业务场景包括但不限于知识图谱、代码生成、智能交互、风险预测挖掘、智能归因、缺陷修复、故障自愈； 2、洞察AIGC等前沿技术领域的最新研究成果，探索工业领域落地可行性，并持续提升算法应用效果； 3、探索大模型技术在研发效能领域中的落地应用，为研发效率提升提供智能服务； 4、深度参与项目研发，与产品和业务团队同学保持密切配合，不断优化项目整体效益，提升用户体验。
团队介绍：字节跳动质量技术团队，聚焦质量领域，提供一系列的稳定的、有效的、技术领先的质量产品和工具，支撑电商、抖音、今日头条、飞书等业务。当前，我们在积极的探索质量基建与大模型的结合，构建更高效、更智能的质量技术，非常期望有更多的人才加入，在质量内建、测试效能、自动化测试等领域取得前沿的技术突破。 1、负责大模型技术在软件智能交付领域的相关应用技术研发，业务场景包括但不限于知识图谱、代码生成、智能交互、风险预测挖掘、智能归因、缺陷修复、故障自愈； 2、洞察AIGC等前沿技术领域的最新研究成果，探索工业领域落地可行性，并持续提升算法应用效果； 3、探索大模型技术在研发效能领域中的落地应用，为研发效率提升提供智能服务； 4、深度参与项目研发，与产品和业务团队同学保持密切配合，不断优化项目整体效益，提升用户体验。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。