字节跳动后端开发工程师/专家-AI应用
任职要求
1、本科及以上学历，具备5年以上软件开发经验； 2、熟练掌握以下一项或多项技能：Web开发、移动端开发、后端开发（如Python、推荐与搜索相关经验）； 3、对新事物保持强烈好奇心，乐于探索，不被传统边界所限制，能够快速学习、适应，并能够在不断变化的环境中茁壮成长； 4、拥有优秀的问题解决能…
工作职责
1、负责AI英语学习创新应用的产品研发，与设计、产品及跨职能团队紧密合作，共同构建并发布新功能； 2、参与系统架构设计，推动代码质量持续提升； 3、通过调试与优化，提升产品的性能、稳定性和可靠性。
1. 行业解决方案设计与交付 - 基于阿里云大模型技术（如通义千问），为银行、保险、证券等金融客户量身定制AI大模型解决方案，覆盖AI财富助手、智能客服、智能风控等核心场景。 - 深入理解客户业务痛点，提供从需求分析、技术选型到方案落地的全流程支持，确保大模型技术与金融业务深度融合。 2. 大模型全生命周期技术赋能 - 主导客户侧大模型后训练（Post-training）、领域微调（Domain-specific Fine-tuning）、模型蒸馏（Distillation）及多模态融合优化，提升模型在金融垂直场景的精度及性能。 - 优化大模型训练与推理性能，包括分布式训练加速（如DeepSpeed、Megatron-LM）、显存优化、量化压缩（INT8/FP16）及低延迟推理部署（如vLLM、SGLang）等。 3. 工程化落地与性能调优 - 解决金融场景高并发、高稳定性需求，设计高性能计算架构，优化模型在GPU/TPU集群的训练效率及端到端推理链路。 - 结合金融行业数据隐私与安全要求，设计符合监管的模型部署方案。 4. 客户技术赋能与生态共建 - 面向客户技术团队提供大模型技术培训、实战工作坊及POC验证，推动AI能力在客户内部的规模化应用。 - 沉淀金融行业大模型最佳实践，输出白皮书、案例研究及标准化解决方案，提升阿里云在金融AI领域的市场影响力。
1、高并发实验平台建设； 设计亿级QPS用户分流系统，开发低侵入式Agent/SDK，支撑短视频、直播、商业化等核心业务AB实验；攻克复杂场景性能瓶颈（如亿级QPS实验入组数据实时上报），支撑万级并行实验在业务系统的稳定运行； 2、基于大数据引擎的架构优化；主导实验数据生产链路架构升级，实现秒级数据计算，替代传统Spark天级时延；设计高性能高可靠实验数据分析方案，解决百亿量级指标毫秒级查询和数据异动归因； 3、智能化实验引擎开发；集成AI能力实现智能异动归因（自动定位指标波动根因）、实验效果预测（迁移学习模型预判策略收益）；构建自动化实验报告系统，输出统计显著性分析及业务决策建议。
1. 参与设计并实现混合多云的成本管理与优化平台，提升资源利用率，降低云支出。 2. 开发自动化工具，实现成本数据的实时采集、分析与可视化，支持FinOps全流程（成本洞察、计费、监控、优化等）。 3. 建立并完善云成本数据治理体系，确保成本数据的准确性与一致性。 4. 识别云资源浪费场景，设计自动化策略（如弹性伸缩、闲置资源回收、预留实例规划等），提升成本效率。 5. 跟踪业界FinOps最佳实践，探索AI驱动的成本优化方案。 6. 和财务、BU研发团队紧密协作，推动跨组织的成本运营。
1、作为智能客服ChatBot开发负责人，用技术方式提高每一个开发者的效率，用最合理的抽象来设计平台系统，提高复用性和业务支撑能力； 2、作为对话平台技术核心，将面临来自不同渠道的海量人机对话请求，需要用最合理的技术方案让机器人及时准确地进行每一次回复； 3、作为最前沿的AI领域的技术专家，时刻紧跟技术潮流，利用LLM能力及Agent架构，让最新最优美的算法能够快速在业务中落地，提升机器人的智能水平。