字节跳动广告大数据研发工程师-中国交易与广告
任职要求
1、2026届获得本科及以上学历; 2、具备良好的代码规范与结构设计能力,掌握至少一门编程语言,如Python、Java等; 3、熟悉掌握ClickHouse/ES/Doris等实时查询引擎优先;熟悉大数据相关技术的应用,如…
工作职责
团队介绍:中国交易与广告,基于个性化推荐、深度学习和大模型技术,依托抖音、今日头条、红果短剧、西瓜视频、番茄小说等多元产品,构建抖音电商、生活服务、广告营销等核心营收业务的算法策略和工程架构。部门运用领先的算法能力,精准连接海量用户与商家,通过推荐、广告和搜索算法精准匹配需求并促进交易达成,保障用户体验与商家权益,实现营收业务可持续增长;基于深厚的技术积累,构建高效、智能、可靠的交易与广告产品,全面提升多行业收入变现与市场占有。在这里,你将直面超大规模流量与复杂业务场景的技术挑战,深度应用业界领先的商业模型与算法技术,投身面向未来的数字营销能力建设,持续探索前沿技术。你写下的每一行代码、优化的每一个算法,都将影响数亿用户的决策,定义互联网广告的技术新标杆。 1、负责巨量云图平台的核心模块的开发,与产品、运营团队紧密协作,依据客户反馈、市场变化及数据分析结果,结合广告业务需求与海量数据处理特性,设计并开发相应产品功能; 2、深入理解客户的业务目标,开发数据采集、清洗、转换与加载(ETL)流程,保障从多源异构数据源精准、及时地抽取数据,并转化为可供分析的数据格式,优化治理核心链路的稳定性、质量等; 3、基于业务需求,对相应服务升级迭代,优化技术选型、设计合理架构、评估选用各类大数据技术工具等,为业务长期高效发展提供基础能力。
团队介绍:中国交易与广告,基于个性化推荐、深度学习和大模型技术,依托抖音、今日头条、西瓜视频、番茄小说等多元产品,构建抖音电商、生活服务、广告营销等核心营收业务的算法策略和工程架构。部门运用领先的算法能力,精准连接海量用户与商家,通过推荐、广告和搜索算法精准匹配需求并促进交易达成,保障用户体验与商家权益,实现营收业务可持续增长;基于深厚的技术积累,构建高效、智能、可靠的交易与广告产品,全面提升多行业收入变现与市场占有。在这里,你将直面超大规模流量与复杂业务场景的技术挑战,深度应用业界领先的商业模型与算法技术,投身面向未来的数字营销能力建设,持续探索前沿技术。你写下的每一行代码、优化的每一个算法,都将影响数亿用户的决策,定义互联网广告的技术新标杆。 1、负责字节跳动广告投放系统和算法架构的设计与实现,包括:广告建库、检索和定向、出价和拍卖、点击/转化率预估、向量化召回、广告和内容混合排序、用户画像、流式训练样本等业务的架构设计与实现; 2、连接字节跳动海量流量和海内外商业营销需求,支持字节跳动海内外商业化收入增长,构建和优化包括抖音、今日头条和海外业务的商业化产品解决方案; 3、打造业界前沿的广告算法深度学习架构,构建高性能、高可用的服务框架,承载高并发、低延迟的广告系统架构需求; 4、应对全球化,多数据中心的技术挑战,研发面向海内外商业客户的广告系统。
部门介绍:成为字节跳动广告收入增长的驱动力之一。成为以数据为中心的技术的先驱,并构建可衡量的高质量数据、服务和产品。非中国数据负责广告日志、广告数据仓库、数据中心仪表板中心、广告商数据服务等。 1、广告各类在线业务的离线数据加工与在线数据服务开发与维护; 2、数据服务接口及产品需求研发迭代,代码review、bug修复及日常服务运维; 3、针对海量数据处理和查询需求,设计适应业务变化的合理的多维数据分析系统架构,满足多样性的需求; 4、海量日志清洗加工,并抽象出可以多业务复用的数据模型。
1、负责字节跳动非中国区广告销售业绩系统后台研发工作,包括业务系统开发,数据能力建设等; 2、参与建设通用、灵活、智能的业务支撑平台、支撑上层多场景复杂业务; 3、解决系统高并发、可扩展性问题和稳定性问题,合理地抽象业务模型和设计系统架构,使之能够随着业务需求快速演化。
团队介绍:中国区广告业务负责端到端大型广告系统建设,覆盖抖音、今日头条、红果短剧、西瓜视频、番茄小说、穿山甲等产品矩阵,践行"激发生意新可能"理念,致力于让营销更省心、更高效、更美好,推动商业的可持续增长,让不分体量、地域的企业及个体,都能通过数字化技术激发创造、驱动生意。连接中国区业务广告主、用户及生态伙伴、成为开放共赢的最佳智能营销平台之一。在这里,你将投身建设面向未来的数字营销能力,接触到先进的商业产品架构、模型和算法,在互联网广告行业始终创新。 1、数据工程:构建高质量数据的生产流程,其中包括预训练、指令微调等数据,提升业务应用效果; 2、算法研发:推进Knowledge Injection、SFT、RLHF等模型优化方面的工作,提高模型质量和适应性; 3、梳理&沉淀算法库:抽象算法接口,最大化提升算法成果和基座模型的复用率,提升大模型落地效率; 4、业务应用:深入研究并推进相关大模型技术的落地,包括但不限于智能审核、客服、Copilot等应用场景。