字节跳动多模态大模型算法工程师-中国区广告业务
任职要求
1、2026届获得本科及以上学历，计算机相关专业； 2、优秀的代码能力、数据结构和基础算法功底，熟练掌握C/C++或Python编程语言； 3、在ACM/ICPC、Top Coder、Kaggle等比赛中有优异的表现和获奖经历者优先考虑； 4、熟悉多模态和大模型训练、强化学习（RL）算法经验者优先； 5、有主导过大模型领域有重要影响力的项目或发表过相关论文者优先，有大模型工程建设及Agent应用优先； 6、出色的问题分析和解决能力，能够独立解决复杂的技术问题；良好的沟通协作能力，能够与团队紧密合作，共同推进项目进展。
工作职责
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、探索并落地超大规模多模态大模型，在业务场景做深度适配和极致优化； 2、参与多模态大模型多体裁内容数据链路建设、指令微调、偏好对齐、模型优化全流程实践； 3、将多模态大模型应用于图像/视频/文本内容理解（比如视频分类、视觉问答、跨模态检索、多模态表征）、交互、生成、逻辑推理等领域； 4、跟踪调研多模态大模型以及相关方向（包括但不限于CV/NLP/多模态/Agent）的前沿技术； 5、深入研究和探索多模态大模型在更多未来生活场景中的应用。
团队介绍：Ads core-creative支持字节中国区商业化广告的创意生态、创意生产、创意个性化分发产品的核心算法能力建设，覆盖抖音、头条系（头条、西瓜、番茄等）、穿山甲的等流量场景的创意优化。 动态创意作为自动化投放系统（UB max）的核心能力之一，通过多模态大模型实现更智能的创意生产和投放。AIGC技术的爆发推动全新的创意生产和投放模式，相比传统的依赖先验知识、通过启发式探索的方式，端到端生产和投放的模式符合广告投放目标且能帮助客户跑量的创意。 1、构建下一代创意生产-投放AI Agent： 1）基于大模型构建文本-图像-视频跨模态创作引擎，实现从文案/图像到视频的全模态创意AIGC； 2）针对商业化各场景定制化训练和优化模型，提升模型在各素材中的生产效率、素材质量、多样性，逐步接近人类生产水平； 3）建立近实时反馈的创意进化飞轮，构建近线反馈的素材生产模式+自动化投放，实现广告创意的动态化、个性化生产和投放，最终提升广告的变现效率； 2、大模型能力面向场景定制化： 1）围绕商业化多样性目标，构建鲁邦、防Kacking的Rewardmodel，指导生成模型实现对业务收益的优化； 2）构建基于多模态的推理模型，能够直接推理学习高跑量创意的原因，并结合生成模型生成多模态素材。
团队介绍：Ads core-creative支持字节中国区商业化广告的创意生态、创意生产、创意个性化分发产品的核心算法能力建设，覆盖抖音、头条系（头条、西瓜、番茄等）、穿山甲的等流量场景的创意优化。 动态创意作为自动化投放系统（UB max）的核心能力之一，通过多模态大模型实现更智能的创意生产和投放。AIGC技术的爆发推动全新的创意生产和投放模式，相比传统的依赖先验知识、通过启发式探索的方式，端到端生产和投放的模式符合广告投放目标且能帮助客户跑量的创意。 1、构建下一代创意生产-投放AI Agent 1）基于大模型构建文本-图像-视频跨模态创作引擎，实现从文案/图像到视频的全模态创意AIGC； 2）针对商业化各场景定制化训练和优化模型，提升模型在各素材中的生产效率、素材质量、多样性，逐步接近人类生产水平； 3）建立近实时反馈的创意进化飞轮，构建近线反馈的素材生产模式+自动化投放，实现广告创意的动态化、个性化生产和投放，最终提升广告的变现效率； 2、大模型能力面向场景定制化 1）围绕商业化多样性目标，构建鲁邦、防Kacking的Rewardmodel，指导生成模型实现对业务收益的优化； 2）构建基于多模态的推理模型，能够直接推理学习高跑量创意的原因，并结合生成模型生成多模态素材。
团队介绍：Ads core-creative支持字节中国区商业化广告的创意生态、创意生产、创意个性化分发产品的核心算法能力建设，覆盖抖音、头条系（头条、西瓜、番茄等）、穿山甲的等流量场景的创意优化。 动态创意作为自动化投放系统（UB max）的核心能力之一，通过多模态大模型实现更智能的创意生产和投放。AIGC技术的爆发推动全新的创意生产和投放模式，相比传统的依赖先验知识、通过启发式探索的方式，端到端生产和投放的模式符合广告投放目标且能帮助客户跑量的创意。 1、构建下一代创意生产-投放AI Agent 1）基于大模型构建文本-图像-视频跨模态创作引擎，实现从文案/图像到视频的全模态创意AIGC； 2）针对商业化各场景定制化训练和优化模型，提升模型在各素材中的生产效率、素材质量、多样性，逐步接近人类生产水平； 3）建立近实时反馈的创意进化飞轮，构建近线反馈的素材生产模式+自动化投放，实现广告创意的动态化、个性化生产和投放，最终提升广告的变现效率； 2、大模型能力面向场景定制化 1）围绕商业化多样性目标，构建鲁邦、防Kacking的Rewardmodel，指导生成模型实现对业务收益的优化； 2）构建基于多模态的推理模型，能够直接推理学习高跑量创意的原因，并结合生成模型生成多模态素材。
1、投放增长：通过因果推断建模、用户长期价值预估等方法，结合个性化出价、实时流量优选等手段，实现对全网超过十亿用户的精准触达，帮助业务高质量地获取新用户、召回老用户，并且利用AIGC、多模态理解等技术实现自动化的素材生产，提升投放效率和效果； 2、激励增长：针对抖音极速版、今日头条极速版、番茄小说/畅听等激励类APP，使用因果推断、运筹优化等技术，设计并优化各类激励任务的数值策略，提升激励效果，优化营销资金效率； 3、电商增长：负责中国区电商的个性化营销策略优化，通过因果推断、深度学习、迁移学习、多任务学习等技术提升个性化定价的准确性，落地应用因果推断、深度学习的前沿研究成果，为电商用户提供更精准的个性化补贴； 4、跨端联动：围绕字节跳动的APP矩阵和流量池，结合推荐、内容生成、激励等手段，设计合理的跨端联动导量方案，在合适的时机将合适的用户引导到合适的APP上，满足用户的不同需求，为字节跳动系整体带来增长； 5、智能引擎：搭建智能增长算法高效落地的工程引擎，设计开发相关的工具和平台，支撑海量的数据流搭建、大规模的模型训练、高并发的在线预估、灵活的策略动调、精准的预算控制、可靠的资金安全保障等全链路各环节的高效运转。