字节跳动推荐算法工程师-抖音-筋斗云人才计划
任职要求
1、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）； 2、智能编码方向要求有扎实的机器学习基础，在TPAMI/CVPR/NeurIPS/ICCV等顶级期刊会议上发表论文者优先； 3、向标准组…
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。 抖音作为全球领先的综合性内容平台，拥有庞大的用户群体和多元化的业务生态。在设计如此大规模的推荐系统时，面临社交网络复杂、电商用户兴趣跨域迁移困难、内容与用户冷启动样本稀疏、直播推荐多目标融合效能不足、兴趣重复密集探索不足等多重挑战。 具体表现为：用户社交网络规模达万亿级，传统图算法难以高效地建模动态社交行为与内容消费的耦合关系；用户从内容兴趣到电商兴趣的迁移依赖跨域多模态理解与动态映射，现有方法难以捕捉潜在电商转化信号；新内容和新低活用户冷启动阶段样本量少，传统协同过滤与内容推荐方法泛化能力弱；直播推荐需实时融合点击、互动、消费等多目标信号，但启发式规则难以平衡用户长期体验与短期价值；兴趣密集追打问题严重，新兴趣探索效率不高。 研究方向： 1、社交网络增强的跨域兴趣建模：结合图神经网络（GNN）与大语言模型（LLM），构建用户全生命周期行为图谱，融合社交关系、内容互动与电商行为，挖掘社交网络中的社团结构与跨域兴趣传播路径； 2、兴趣迁移与转化信号捕捉：通过跨域对比学习与对抗生成技术，构建内容兴趣到电商兴趣的隐式映射网络，结合强化学习动态调控探索与利用，兼顾推荐精准性与多样性； 3、多模态小样本冷启动优化：利用LLM的Few-shot推理能力，通过内容语义理解与外部知识增强，设计元学习框架实现新ID特征与泛化特征的联合表征，缓解冷启动数据稀疏问题； 4、多目标融合与长短期价值平衡：基于大模型的泛化能力与长上下文感知，统一建模直播多目标（点击、时长、打赏等）的分布偏差与动态权重，设计个性化融合策略，替代传统多阶段漏斗架构，提升实时推荐效率； 5、兴趣密集与兴趣探索：通过用户兴趣画像建模与强化学习技术，实时捕捉用户消费与兴趣变化，缓解兴趣密集问题，为用户探索新的兴趣。
1、日常运维 • 负责数据中心日常运维及管理工作，制定数据中心基础设施运维策略与运维计划，保障设施稳定性，均衡考虑运维质量、效率、成本及安全； • 通过设施数字化运维管理，提高机房管控能力和兜底能力，保障维修及时率、风险闭环率等各项指标达标。 2、安全合规 • 落实数据中心内相关岗位的安全生产要求，推动数据中心在环保、职业健康、法务、廉正等方面的合规运营，防止出现人员/设备的重大责任事故、行政处罚/责令整改等被动监管事件。 • 识别安全合规风险，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。 • 建立属地资源网络管理，推动与属地政府关系的全方位深化，为属地稳定安全合规运营提供坚实保障。 3、优化改进 • 负责所辖数据中心的设施运维工作优化，制定/梳理阿里IDC运维管理制度、操作手册、应急管理流程和应急操作预案。 • 负责阿里IDC能效优化工作，实现机房高效运行。 • 负责协同经营成本团队，通过建立成本分析模型、人效模型，实现对成本效率的精细化分析管控，达成经营目标。 4、技术支撑 • 负责数据中心运维侧技术管理，能带领团队通过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。 • 承担业务设备的现场技术支持，了解业务需求和网络结构，通过团队合作有效支撑数据中心运营。 5、团队管理 • 负责数据中心运维团队的日常管理、考核、人才梯队建设、能力培养，规划数据中心运维人员技术培训工作，提升运维团队服务水平。 • 建立与运营商、上级主管等部门间顺畅的沟通渠道，防止出现数据中心运营风险，确保阿里运营策略要求合规落地。
理解业务战略，从客户出发，开发设计并提供人才培养发展的规划、产品架构、实施运营和评估校验，推进人才培养体系的持续完善及迭代，促进组织能力的沉淀与升级，构建以产品技术为驱动的学习型组织。 1、理解客户:从客户第一出发，深刻理解集团战略要求，基于云智能的业务和组织发展要求和员工全生命周期历程，对标全球领先公司，通过内外部客户研究，为云智能面向未来3-5年的发展，设计关键角色及其培养机制的演进路线图，帮助客户解决能力建设、价值创造的问题。 2、产品架构:以追求卓越的精神，理解组织在人才发展上面临的具体问题和场景，将复杂问题进行分析和拆解，并通过产品架构设计，提供具备先进性的人才培养和发展产品和解决方案，解决业务和组织的问题。 3、数据驱动：秉承求真务实的文化，通过数据发现问题，分析问题，显示差距，用全面客观的数据和事实说话，并善于运用数据解决问题，通过培训产品数字化、智能化的手段为业务减压减负，驱动业务和组织发展。 4、人群运营：理解人性，通过对关键角色如新人、管理者、布道师、HR等人群的沟通、链接、调研、探针，促进组织人网发生高质量的交互，促进人的思维改变、认知升级、能力进化、拿到结果。 5、促动变革：对标全球头部企业人才发展模式，结合云智能的战略、业务、组织和文化要求，形成先进的经验和方法，以人才能力的发展支撑组织变革的落地，成为驱动组织发展的引擎，并重新定义行业新标准。
1、日常运维：负责IDC事业部数据中心安全管理工作，制定安全管理策略与计划，保障物理安全、消防安全、人身安全、职业健康、环境保护； 2、安全合规：识别安全合规风险，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； 3、优化改进：负责IDC事业部数据中心的安全工作优化，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； 4、团队管理：负责IDC事业部数据中心安全员团队的日常管理、考核、人才梯队建设、能力培养，提升数据中心安全管理质量； 5、运营商管理：建立与运营商顺畅的沟通渠道，防止出现数据中心安全风险，确保安全策略要求合规落地。
基于业务策略及组织能力需要，制定招聘策略，负责开发、管理招聘渠道，持续优化招聘体系，通过外招内调等方式为组织寻找和储备合适的人才，构建人才供应链，保障招聘交付的质量，准度，效度，成本。 1、人才获取与储备： • 负责云智能集团下相关业务的招聘，根据业务战略与人力资源策略，制定全年招聘策略，并确保招聘计划的有效落地与执行。 • 基于对业务的充分理解，高效完成人才获取的同时，形成中、长期的人才储备以及人才梯队建设，并通过持续运营保障人才的链接与转化。 • 根据业务重点及发展方向，建立具有行业特性的人才地图，建立内外部人才库并持续运营以保障人才链接与转化。 2、招聘渠道运营： • 负责对招聘全流程的管理及把控，通过招聘数据分析与呈现，管理并优化招聘渠道的有效运作，持续提升招聘的准度、效度和各方体验。 3、雇主品牌打造与维护： • 结合招聘项目的落地，提炼关键场景和用户，协同雇主品牌，OC，市场，研发等部门共同打造招聘领域产品和数据指标体系的建设和迭代。 • 协同雇主品牌，OC，市场等部门共同构建云智能集团雇主品牌框架和内外宣传机制，整合内容和渠道策略，有节奏的触达目标人群，建立心智和口碑。3 全流程保障候选人的面试体验， 维护阿里云雇主品牌形象，关注外部雇品相关舆情等。 4、市场洞察： • 通过对行业、人才市场等的研究与分析，输出行业发展趋势及竞争洞察，为业务与组织的决策提供支撑，推动人才结构持续升级 5、系统产品建设： • 结合招聘项目的落地，提炼关键场景和用户，协同联动产研团队共建与推动招聘领域产品和数据指标体系的建设和迭代。