字节跳动推荐大模型算法工程师（LLM4Rec方向）-国际电商
任职要求
1、精通LLM微调技术（如LoRA、QLoRA），熟悉至少一种开源LLM（如LLaMA 3、InternLM）； 2、在搜索、广告、推荐和大模型领域，有参与或者主导过关键项目的优先； 3、掌握Py…
工作职责
1、在电商推荐海量用户与商品的数据下，探索大模型、大算力与推荐系统的结合； 2、探索多模态大模型等技术，提升相关类场景效果与用户体验； 3、参与基于LLM的生成式召回模型开发，解决电商场景下的冷启动和长尾商品推荐难题； 4、优化LLM在电商推荐中的推理效率，确保高并发场景下的实时推荐响应。
1.负责视频号短视频业务的推荐技术优化，包括但不限于召回、粗排、精排、重排、视频冷启动等； 2.负责视频号短视频业务的业务策略优化，包含但不限于人群优化、社交推荐、内容生态等； 3.负责若干前瞻方向的探索，包括LLM4Rec、推荐大模型、生成式推荐等方向。
1.负责视频号短视频业务的推荐技术优化，包括但不限于召回、粗排、精排、重排、视频冷启动等； 2.负责视频号短视频业务的业务策略优化，包含但不限于人群优化、社交推荐、内容生态等； 3.负责若干前瞻方向的探索，包括LLM4Rec、推荐大模型、生成式推荐等方向。
团队负责研发一站式搜广推模型机器学习平台，该岗位专注于面向搜索/推荐/广告场景的机器学习分布式训练系统研发 1、负责研发搜广推稀疏大模型分布式GPU同步训练框架，支持GPU单机多卡、多机多卡训练，支持稀疏参数的多级缓存架构和异步流水训练，满足搜广推稀疏大模型离线训练、在线学习、特征准入和淘汰等算法需求； 2、负责TensorFlow/Pytorch框架的后端GPU训练性能优化，个别自定义GPU算子的cuda kernel开发和优化； 3、参与样本数据平台、搜推模型全链路解决方案、LLM4REC等重要方向的研发，提升平台的效率和易用性，加速算法同学的模型迭代效率。
1、负责元宝业务的生成式推荐大模型优化（包含但不限于LLM4Rec、生成式推荐等），提升点击率、转化率、用户时长及留存等核心指标； 2、负责利用算法技术解决元宝的业务问题，包含但不限于用户增长、流量优化等相关场景的效果优化，能够进行问题抽象、技术选型、算法和策略落地与优化； 3、结合元宝业务特点与目标，与多方团队协作，参与并推动模型、画像、策略等场景的应用和优化； 4、负责前瞻探索，积极跟进AI学术界和工业界的最新动态，优化大模型推荐技术方案。