logo of bytedance

字节跳动大模型Agent算法工程师-数据平台

社招全职A104845地点:杭州状态:招聘

任职要求


1、具有良好的计算机/数学基础,熟练掌握Python,有良好的编程习惯和代码风格;
2、具备扎实的算法基础,熟悉大语言模型的算法架构,包括Gpt,Deepseek,LLaMA等主流架构算法;
3、熟悉Alignment领域的常用方法,包括但不限于SFT、DP…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1、通过引入大模型技术,逐步探索数据研发自动化AGENT形态,为数据研发提效;
2、设计并构建智能体、Toolcall/MCP方案,补足单模型能力;
3、建立评测体系,通过提示词、模型训练算法进行快速调优。
包括英文材料
Python+
编程规范+
还有更多 •••
相关职位

logo of alibaba
社招1年以上

团队介绍: 天猫国际是阿里巴巴集团旗下跨境进口零售平台,聚合全球品牌、商家及供应链资源,将海外优质商品带给中国消费者,天猫国际自营业务由平台自行采购、运营、履约,实现从商品引入、价格策略、商品运营、库存管理到配送的全链路可控。 算法场景涵盖供应商入驻、商品运营助手、搜推体验、智能客服等B/C两端整个链路,同时包含大模型的推荐应用、多模态理解、时序预测、运筹优化等,是复合型算法工程师的最佳训练场。 在这里,你将得到大模型在电商场景下丰富的应用挑战,同时自营模式保障算法应用的可控性和数据完整性,方便进行端到端建模与全链路分析,可以快速实验与迭代; 自营业务对托管商品的定价、素材优化、运营策略有直接决策权,算法可以快速验证并调整,无需长周期的商家协调; 业务价值可量化,算法效果可以直接体现在商品销量、毛利率、库存周转率、用户体验留存等核心指标上; 既有丰富的落地场景又有跨境特有的业务挑战,以及进口电商领域有丰富经验积累的师兄帮助,拓展算法工程师的深度和广度。 岗位描述: 1、大模型后训练:参与大语言模型的后训练工作,包括微调、指令对齐、多轮对话,落地并优化通用大模型在自营场景的应用。 2、Agent能力研发:基于大模型构建智能Agent体系,包括工具调用(Tool Use)、任务规划、多Agent协作等核心策略的设计与优化。 3、增强方法研发:实现并优化检索增强(RAG)流程,包括索引构建、召回优化、知识融合、上下文管理等。 4、性能评测与优化:设计评测指标,分析模型在不同任务下的表现,持续迭代模型与Agent的效果。 5、深入跟踪前沿技术,并在业务场景中验证和落地。 6、与产品、工程团队协作,将算法成果部署到线上服务,确保性能和稳定性。

更新于 2025-11-30杭州
logo of jd
社招算法开发岗

团队介绍: 我们是京东科技云事业部基础云业务部AI Infra团队,致力于大模型核心技术的前沿创新与应用。我们专注于业界领先的大模型创新算法及框架研发,构建极致高效的基础大模型训练、推理与渲染一体化平台,提供高吞吐高可用、低成本低延迟的大模型服务。我们的核心使命是高效支持京东自研和业界主流开源基础模型的训练、推理与渲染服务,驱动京东集团内外部的智能体/具身/全模态等大模型业务生态及应用。我们团队秉承技术驱动、创新为本的理念,为每一位成员提供广阔的成长空间和富有挑战性的项目。 岗位职责: 1. 大语言模型/多模态大模型SFT微调、指令跟随、后训练RLHF精调与偏好对齐; 2. 大语言模型/多模态大模型强化学习Reasoning模型算法、Reward模型、Verifier等算法研发; 3. 大语言模型/多模态强化Reasoning大模型长CoTs效率效果优化与RL Scaling-law研究; 4. 大语言/多模态大模型Agent算法研发; 5. 大语言/多模态大模型强化学习Test-time Compute在线推理算法研发。

更新于 2026-01-20北京
logo of baidu
社招3年以上ACG

-负责大模型应用开发平台的算法设计与优化,提升开发者在平台上的体验与应用效率 -研究并应用前沿的深度学习和机器学习算法,推动大模型在实际业务场景中的应用落地,重点关注RAG、Agent、工作流等能力方向 -深入掌握Function Call,代码解释器,Post-training等原理及常用方法 -与产品、工程团队紧密合作,理解业务需求,制定相应的算法解决方案 -持续优化算法的效率和效果,确保平台的高性能和高可用性

更新于 2025-03-27北京
logo of eleme
社招3年以上技术类-开发

1、驾驭亿级规模核心系统:负责本地零售亿级商品库的顶层架构设计与演进,主导 SPU/CSPU 等基础模型建设,支撑高并发下的搜索、选品及多渠道分发,打造行业领先的商品数据底座。 2、引领前沿的 AI 大模型落地:深度参与AIGC 在商品全生命周期的变革,利用多模态大模型重塑智能发品、自动归类、内容生成及质量质检流程,推动业务从“人工运营”向"智能自治"跃迁。 3、构建数据与智能闭环:携手算法与产品团队,建立“数据 - 模型 - 业务”的高效反馈闭环。通过RAG 知识库、批量推理及自动化实验等前沿技术,持续优化商品数据的准确性与转化效率,赋能零售搜索与智能决策。 4、探索研发新范式与极致性能:在保障系统高可用与极致稳定性的同时,率先探索 Vibe Coding、AI Agent 等新范式在研发流中的落地,提升团队整体效能,解决海量数据下的复杂工程挑战。

更新于 2026-03-27上海