字节跳动推荐算法工程师-本地生活-筋斗云人才计划 （北京/上海）
任职要求
1、获得博士学位，人工智能、计算机、数学相关专业优先； 2、优秀的代码能力、数据结构和基础算法功底，熟练C/C++（传统编码方向）或Python（智能编码方向）； 3、智能编码方向要求有扎实的机器学习基础，在PAMI/CVPR/NeurIPS/ICCV等顶级期刊会议上…
工作职责
团队介绍：生活服务业务依托于抖音、抖音极速版等平台，致力于促进用户与本地服务的连接。过去一年，生活服务业务开创了全新的视频种草和交易体验，让更多用户通过抖音发现线下好去处，也帮助众多本地商家拓展了新的经营阵地。我们期待你的加入，一同为亿万用户创造更美好的生活。 课题背景/目标： 用户在抖音App上对于生活服务类内容兴趣的的表达，多数和对应的时间、空间位置相关，例如餐饮消费，需要考虑当前时间、餐厅距离等时空因素。这类生活服务相关的兴趣表达，往往是相对较稀疏的。对用户更精准的生活服务相关的时空兴趣的学习，更有利于相关内容精准的分发，也更有利于生活服务相关的交易转化，在抖音的内容分发场景下，更好的支持更多样的商家经营。 课题挑战/必要性： 用户生活服务相关的行为相比于抖音整体的用户互动行为更加稀疏，且有噪音。用户在时间、空间上的兴趣在动态变化。用户行为跨越多种内容体裁，短视频、直播、图文、卡片等等。用户的时空兴趣和对应的生活服务品类相关性较强，同时生服品类间差异较大。如何在抖音基于互动行为建模的推荐系统主体中，更好的体现用户的时空兴趣，是一个充满挑战的课题。 课题内容： 在海量的抖音用户行为数据中，利用大模型相关技术更好的捕捉用户时空兴趣，包括但不限于：1.将用户行为与世界知识结合，对用户稀疏行为更好的建模；2.利用多模态建模，打通多体裁多品类并从中抽取用户时空兴趣；3.通过极致的性能技术优化，做好实时动态建模，将大模型应用于线上生成环境。 涉及研究方向： 大模型、深度学习、知识图谱、内容理解
【职位介绍】 我们团队负责构建小红书推荐算法中台，提高内容分发效率，为海量用户提供极致的推荐体验。在这里，你将参与到推荐系统的全链路搭建和各类算法的研发，包括不限于大模型应用、多模态建模、深度学习、强化学习、迁移学习、表示学习、图学习等领域。我们希望对推荐、搜索、广告感兴趣的同学，加入我们一起研发世界一流的推荐引擎。 1. 负责推荐算法中台的全链路建设，抽象业务共性，敏捷高效支持各类推荐需求。 2. 负责业界先进推荐算法的研发和落地，包括但不限于大模型技术、多模态内容理解、召回算法、排序模型（粗精排）、长短期兴趣建模、多场景联合建模等。
【职位描述】 1、负责小红书搜广推多场景排序模型优化，提升时长、互动、留存等核心指标； 2、分析海量用户行为数据，挖掘用户兴趣，优化排序模型； 3、通过超大规模机器学习模型和系统，使用先进的排序算法优化推荐效果。
岗位职责: 1、负责 AI Agent 系统的设计、开发和优化、开发和完善基于大语言模型 (LLM) 的智能体系统，提升 Agent 的自主决策和任务执行能力; 2、负责生成式大模型指令意图理解相关工作，整体提升大模型的多轮对话指令理解能力和性能; 3、设计并实现 Agent 的工具使用接口，实现与各类外部系统和 API 的集成编排; 4、负责大模型在检索、推荐方面的系统设计实现和优化，探索Agent、RAG、领域模型调优等相关技术在业务场景落地; 5、具备模型知识、幻觉机制探究，提升模型知识水平、降低模型幻觉率; 6、能够基于开源模型，设计和开发算法，对模型进行微调，优化其参数和结构，以提高模型的泛化能力和准确性; 7、深入调研AI领域相关的前沿技术，跟踪业内大模型领域的最新进展，并寻求将最新技术应用到产品的可能性。
加入我们，您将参与构建支撑贝壳业务商业化的核心平台系统。商业化聚焦商城交易标准化中台能力、混合支付能力、贝壳币账户管理体系相关平台能力建设，并支撑新房、二手、租赁等业务流量商业化线上化能力建设。您将有机会深度参与: 1、参与商城交易标准化中台能力建设，如:商品库、订单、支付及B端管理系统； 2、参与贝壳币系统能力建设，如：账户管理、预算管理等； 3、参与业务流量商业化线上化能力及B端管理系统建设，如：新房CPT、二手潜客包CPL、会员等流量产品能力建设。