字节跳动大模型算法工程师（推荐大模型）-抖音-筋斗云人才计划（北京/上海/杭州/深圳）
任职要求
1、获得博士学位，计算机/数学等相关专业的优先； 2、具有扎实的机器学习基础和编码能力，在机器学习、NLP、CV等有较深入的研究经验，熟练掌握主要的算法和数据结构； 3、在搜索推荐广告和大模型领域，有参与或…
工作职责
团队介绍：Data-抖音团队，负责抖音APP的推荐算法、内容算法、对话算法及大数据工作，对接各场景业务（短视频，直播，图文，电商，社交，生态，投稿，消息，同城，生活服务，音乐，评论，内容理解&安全、智能对话等）。我们的工作涉及大规模推荐算法的优化、复杂约束的优化问题的解决、内容理解、LLM应用以及新业务方向探索、CV/NLP等多个学术领域的算法改进工作、对多种场景的推荐架构的设计和实现和对产品数据的复杂深入的分析工作。在这里，你可以深入钻研机器学习算法的改进和优化，探索工业界最领先的推荐系统架构和推荐大模型算法、可以通过使用最新的大模型等技术支持抖音的数字人、智能客服、AI工具等创新探索；可以通过对产品的深度理解和思考，将算法应用到业务中去；也可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。 课题背景：探索推荐领域下的大模型新范式，突破现在持续了较长时间的推荐模型结构和Infra的方案，且效果大幅好于现在的基线模型，在抖音短视频/直播/电商/头条/剪映等多个业务场景上得到应用。推荐领域的大模型是比较有挑战的事情，推荐对工程效率的要求更高，且用户的推荐体验上是个性化的，本课题会以下多个方向来做深入的研究，探索和建设推荐场景的大模型方案，大幅提升推荐模型的天花板。 课题挑战：自然语言领域LLM的出现，效果在众多垂直任务上都好于sota模型，从推荐领域看过去工业级推荐系统在较长的时间没有大幅的变化过。本项目旨在探索推荐领域下的大模型方案，改变现在持续了较长时间的推荐模型结构和Infra的基本范式，且效果大幅好于现在的模型，在抖音短视频/直播等多个业务场景上得到应用。但是怎么做好推荐领域的大模型也是一个比较有挑战的事情，推荐对工程效率的要求更高，且用户的推荐体验上是个性化的，以及如何短视频、直播等体裁上做号内容的表征也是需要被解决的问题，这里会从模型参数scaling up、内容和用户的表征学习、内容理解多模态、超长序列建模、生成式推荐模型等多个方向来做深入的研究，对推荐场景的模型做系统性的升级。 课题内容： 1、跨模态的对齐和统一表征学习（推荐、内容多模态、自然语言）； 2、推荐模型参数和算力scaling up； 3、超长序列建模； 4、生成式推荐模型； 5、涉及研究方向：推荐算法、推荐大模型。
【岗位概述】 我们正在寻找一位AI驱动大使，负责 50-100 万级成长型 KA 客户的全生命周期管理。你将是中小企业智能化转型的布道者与合伙人——通过客户拓展、商机转化、流失客户赢回，深度推广阿里云 AI 大模型及 GPU 算力产品，为客户配置“AI+云”融合解决方案，推动企业上云与业务智能增长，重新定义上云的价值边界。 【成长与未来】 在这个岗位，你将掌握AI 原生时代的客户经营方法论，成长为既懂业务又懂技术的复合型销售人才，深度参与阿里云 AI 产品的商业化闭环，积累从需求挖掘到方案落地的完整经验。未来，你可向区域 KA 负责人、AI 行业解决方案专家、产品战略等多方向发展——你的成长路径，由你创造的价值决定！ 【工作职责】 1. 负责目标 KA 客户的线下拜访与深度关系建立，运用三图一表等工具梳理客户业务架构、关键干系人，精准挖掘AI 与云融合的潜在项目机会。 2. 制定并执行数据驱动的客户覆盖计划，通过预判客户需求实现从“响应式销售”到“预测式价值共创”的跃迁，确保重点客户获得持续高效的覆盖与服务。 3. 建立并动态维护客户档案，跟踪AI 项目 POC 验证、测试、部署等关键节点，保障客户信息与项目进展的准确性、时效性。 4. 敏锐识别客户云化及 AI 相关核心需求（如智能客服、企业知识库、AIGC 内容生成等场景），转化为有效销售线索，协同解决方案架构师（SA）设计高适配性的“AI+云”技术方案。 5. 主导项目商务全流程，制定针对性商务策略，统筹报价、谈判及签约工作，推动客户完成 AI 产品与云服务的落地。 6. 执行 Winback 专项任务，识别流失至他云或 IDC 的客户，结合AI 产品差异化优势制定赢回策略，协同服务与迁移团队降低客户切换成本，提升回流成功率与满意度。 7. 基于阿里云七大件产品，为客户配置高性价比的“AI+云”融合解决方案，优化客户成本结构的同时保障销售毛利。 8. 对接财务、法务等部门完成合同审批与签约，确保项目合规落地。
1. 建立并完善风险管理机制，负责重大事件的上报和跟踪处理。 2. 制定/梳理管理制度、操作手册、应急管理流程和应急操作预案，优化数据中心的安全和IT资产工作。 3. 负责数据中心团队的日常管理、考核、人才梯队建设、能力培养，提升数据中心安全管理和运营质量。 4. 建立与运营商顺畅的沟通渠道，防止数据中心安全和运营风险，确保策略要求合规落地。 5. （设施）负责国内租算项目数据中心基础设施日常运维管理及安全运营的保障，制定各站点基础设施运维策略与运维计划并推动落地。 6. （设施）通过设施数字化运维管理，提高机房管控能力和兜底能力，保障各项核心指标达标。 7. （设施）落实数据中心内所有岗位的安全生产要求，推动各站点在环保、消防、职业健康、法务、廉正等方面的合规运营。 8. （设施）负责所在站点、机房楼的用电量、机柜用量等相关对账工作。 9. （设施）牵头每月与运营商举行机房运维沟通例会，总结当月运维工作的完成情况和存在的问题，确定下月运维工作任务。 10. （设施）支撑运营商运维团队培训，收集培训计划、培训记录及培训考核结果，跟进运维人才梯队建设、能力培养和考核管理。 11. （设施）协助运营商负责楼栋现场运维监督及应急响应，协调对接处理现场问题。 12. （设施）介入数据中心运维侧技术管理，为数据中心设计、设备选型等技术迭代提供技术支撑。
WeStar人才计划： 我们面向全球招募顶尖学子，通过提供极具竞争力的薪酬、全面定制化培养方案、开放核心业务工作机会、解锁前瞻性技术难题，培养中国未来的自动驾驶科技人才。我们希望汇聚最优秀的人才，以无人驾驶技术改变人类出行。 关于文远知行： 文远知行WeRide是全球领先的L4级自动驾驶科技公司，已经在全球23个城市开展自动驾驶研发、测试及运营。文远知行致力于开发安全可靠的无人驾驶技术，形成了自动驾驶出租车、小巴、同城货运车、环卫车、高阶智能驾驶等五大产品矩阵，提供网约车、随需公交、同城货运、智能环卫、解决方案供应商等多种服务。 和智能出行专家团队一起工作，推动人工智能的前沿发展， 研发用于自动驾驶的计算机视觉，机器学习， 深度学习， 强化学习等。 技术方向包括但不限于： 传感器的标定与融合，物体检测跟踪及预测， 可行驶区域检测， SLAM，3D点云处理，路径规划，以及控制优化等。
1.研发基于多传感器（激光雷达、摄像头等）的4D时空场景重建和生成算法，融合时序信息实现动态物体和静态场景高精度建模； 2.研发场景生成、可交互视频生成等技术，支持自动驾驶场景的高保真场景生成，用于端到端自动驾驶算法的闭环仿真和强化学习训练； 3.结合闭环仿真结果，对场景生成相关算法进行迭代，推动端到端自动驾驶系统的联合优化。