字节跳动大模型应用算法工程师-AI PaaS-筋斗云人才计划

团队介绍：Stone-AI PaaS团队专注研究AI/大模型应用相关领域的技术和产品，致力于创造和实现创新的人工智能平台服务。团队目前已服务于字节跳动多款产品，比如豆包、Cici、Coze、Trae等。同时团队内部也在孵化多款AI应用创新产品，积极探索大模型应用的技术发展。团队氛围好，发展空间大，欢迎加入！ 课题介绍： 背景：随着人工智能技术的飞速发展，大语言模型（LLM）在自然语言处理领域取得了显著进展，为智能对话系统的发展提供了有力支撑。然而，现有的智能对话系统在面对复杂多变的实际应用场景时，仍存在诸多不足。一方面，用户对于交互的多样性和便捷性提出了更高要求，期望能够实现语音、图像、文本等多模态信息的自然交互；另一方面，面对复杂问题，当前对话系统缺乏深度思考和推理能力，难以提供全面且精准的解答。同时，在知识获取方面，如何高效地调度各类工具，挖掘优质内容，以满足用户的多样化需求，也成为亟待解决的问题。因此，开展对多模态交互、深度思考、工具调度以及优质内容挖掘方向的研究，对于提升通用对话助手的性能和用户体验具有重要的现实意义。 研究方向： 1、多模态交互方向：深入研究语音、图像、文本等多模态信息的融合与交互技术，开发能够实现多模态信息无缝对接的算法模型。通过构建多模态语义理解框架，使对话助手能够准确理解不同模态输入的含义，并根据用户需求以语音、图像、文本等多种形式进行输出，实现自然流畅的多模态交互体验。例如，当用户输入一张图片并提出相关问题时，对话助手能够识别图片内容，并结合文本信息进行分析解答，同时可以以语音形式反馈结果； 2、深度思考方向：探索基于深度学习的推理机制，提升对话助手的逻辑推理和问题解决能力。引入知识图谱、语义网络等技术，增强对话助手对知识的理解和运用能力，使其能够在面对复杂问题时，进行深度思考和分析，挖掘问题的本质，提供更具逻辑性和准确性的回答。比如，在解答科学类复杂问题时，对话助手能够基于知识图谱进行推理，给出全面且深入的解释； 3、工具调度方向：构建智能工具调度系统，使对话助手能够根据用户问题的类型和需求，自动识别并调用合适的外部工具，如信息检索工具、数据分析工具、翻译工具等。建立工具之间的协同工作机制，确保在处理复杂任务时，多个工具能够相互配合，实现信息共享和流程优化，提高问题解决的效率和质量。例如，在处理跨国业务相关问题时，对话助手可以同时调用翻译工具和信息检索工具，快速获取并翻译相关资料，为用户提供准确信息； 4、优质内容挖掘方向：研发高效的内容挖掘算法，从海量的文本、图像、视频等数据中筛选出优质、有价值的信息。利用自然语言处理和计算机视觉技术，对内容进行分类、标注和评估，建立优质内容数据库。通过与对话助手的交互，根据用户的兴趣和需求，精准推送相关的优质内容，满足用户对高质量信息的获取需求。比如，为对历史文化感兴趣的用户推荐相关的优质纪录片、学术论文等。

1. 平台推广与用户增长： 负责图灵AI应用平台核心产品/能力的运营策略制定与执行，包括客户理解与分析、运营推广计划等，提升平台在目标用户中的认知度和活跃度。 2. 应用场景挖掘与孵化： 深入理解各业务方需求及AI技术能力边界，主动挖掘和识别AI技术在不同业务场景下的潜在应用机会，与业务团队共同设计和验证AI解决方案，并推动成功落地。 3. 技术价值传递与赋能： 作为平台技术与业务应用之间的桥梁，清晰、准确地向业务方传递AI能力价值，组织产品培训、案例分享等活动，赋能用户更好地理解和使用平台AI能力。 4. 运营体系建设与优化： 建立和完善AI应用的效果评估标准、反馈机制和运营SOP；针对特定AI应用场景，协助构建或优化评测数据集和评估方法。 5. 数据驱动运营与迭代： 负责平台产品/能力的数据运营工作，监控产品运营数据（如调用量、采纳率、用户反馈、效果指标等），通过数据分析评估应用效果，驱动产品迭代和运营策略优化。 6. 跨团队协作与沟通： 与算法、研发、产品设计及业务团队紧密协作，确保信息畅通，高效推动AI应用项目的进展和目标达成；收集、整理并向产研团队反馈用户需求和市场动态。 7. 生态与内容建设： 负责整理和输出平台产品化文档、最佳实践案例、行业解决方案等内容，助力构建活跃的开发者和用户生态。

1. 作为企业客户技术服务工作的第一责任人，深入了解客户业务场景，与客户的架构、开发、运维团队深入合作，梳理分析客户现有云产品及应用架构，围绕企业客户上云、云上业务设计稳定性优化方案，从云上监控，主动发现，灾难演练，业务快恢/降级方案，高可用架构改造等方面协助客户持续优化云上稳定性。 2.通过自动化与智能化的手段高效解决对客技术服务以及客户方案落地中的各种技术问题，从客户架构视角出发进行问题处置、风险治理，并沉淀输出最佳实践及工具产品，持续推动阿里云产品及服务的优化改进。 3.结合生成式AI技术与机器学习平台工具，为客户提供从方案评估、部署实施到技术演示的一站式AI落地支持，负责算法与模型的优化，针对特定场景应用微调、评测等手动推动AI能力在客户业务中的高效转化。 4.使用阿里云的AI大模型和平台工具产品，支撑阿里云客户完成AI创新应用落地。提供Agent工程落地服务，包括数据和知识准备、工程链路搭建、提示词调优等。 5. AI相关云产品稳定性保障，AI全链路排查问题，包括SaaS层AI产品，AI相关PaaS/IaaS产品。高效排查解决产品技术售后问题，在服务过程中关注客户体验提升、有效管控客情。

团队介绍： 我们聚焦全球技术底座建设，围绕研发设施、智能运维、全球网络及大模型服务四大核心领域，搭建全栈智能化工程平台体系，为全球业务稳健扩张与高效运转筑牢稳定、高效和合规的技术基石。 职位描述： 以技术创新驱动研发模式升级，打造覆盖研发协作、智能编码、智能测试的全流程智能体系，落地高效业务解决方案并深化DevOps文化。深耕运维合规与效能，建成符合欧盟标准的海外智能运维平台，完成IaaS、PaaS、SaaS全层级产品迭代；依托全球网络资源，实现资源统一管控、网络拨测、网关标准化及数据中心验收全流程规范化，全方位保障用户体验。同时，对标行业领先标准打造海外大模型服务路由平台，打通模型采购、安全管控、服务管理及成本管控全链路，严守数据安全底线。 1、负责全球化网络基础设施与中间件的开发与优化，确保系统的高效稳定运行，支持大规模电商以及AI应用场景。 2、参与系统架构设计，确保中间件和网关的性能、可维护性和可扩展性。 3、跟踪AI技术发展趋势，持续改进现有解决方案，提升团队的技术竞争力。