字节跳动大模型应用算法工程师-Data AML
任职要求
1、2026届获得本科及以上学历，计算机、软件工程等相关专业优先； 2、热爱计算机科学和互联网技术，对人工智能类产品有浓厚兴趣； 3、扎实的数据结构和算法功底，熟悉机器学习、自然语言处理、数据挖掘、分布式计算、计算机视觉、计算机图形、语音识别与合成中一项或多项； 4、对推荐系统、计算广告、搜索引擎、对话问答、图像和视频分析处理相关技术有经验者优先； 5、优秀的分析问题和解决问题的能力，对解决具有挑战性问题充满激情。 加分项： 1、有个性化推荐、广告、信息检索、机器学习等相关领域研究或者项目实践经验； 2、在KDD、NeurIPS、WWW、SIGIR、WSDM、ICML、IJCAI、AAAI、RecSys等会议发表过论文，在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先。
工作职责
团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。 1、为全球企业级客户提供高效的算法服务，包括但不限于传统搜推广、大模型技术与搜推结合以及大模型应用产品； 2、理解不同行业的客户场景和需求，落地相应的算法解决方案，包括但不限于电商/内容推荐、基于大模型技术的搜索方案以及知识库问答等LLM上层应用； 3、探索大模型相关方向的前沿技术，推进相关技术在业务场景的落地，包括但不限于长序列建模/多模态/RAG/智能体； 4、与产品研发团队协作建设平台产品，在多云环境下为全球范围内的客户提供算法解决方案，包括但不限于智能推荐平台和大模型搜推平台。
团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。 1、专注改进大模型在现实世界复杂任务的效果，追求通用可规模化的方法，包括不限于复杂推理、多模态、自主Agent、以及可扩展监督和大规模数据合成等方法； 2、推动大模型技术在高难度场景中的前沿应用，包括不限于Agent系统、专业咨询、科研协作、深度洞察、个性化教育等高价值场景； 3、面向广泛的现实世界高价值任务，设计科学、严谨的量化评测体系，提升模型的智能水平。
团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。 1、负责豆包模型AIGC相关技术的研究和开发，包括图像、视频或3D生成&编辑等，探索基于扩散和自回归的技术路线，以实现高质量的输出； 2、解决生成视频/图像中的时间一致性、空间连贯性和可控性等核心研究难题； 3、紧跟生成方向（扩散模型、Transformer、生成对抗网络等）的最新研究动态，并对创新想法进行原型验证； 4、依托公司和业界的大模型和基础CV技术，构建面向ToB业务应用的多模态算法能力，帮助业务取得成功。
团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。 1、负责豆包模型AIGC相关技术的研究和开发，包括图像、视频或3D生成&编辑等，探索基于扩散和自回归的技术路线，以实现高质量的输出； 2、解决生成视频/图像中的时间一致性、空间连贯性和可控性等核心研究难题； 3、紧跟生成方向（扩散模型、Transformer、生成对抗网络等）的最新研究动态，并对创新想法进行原型验证； 4、依托公司和业界的大模型和基础CV技术，构建面向ToB业务应用的多模态算法能力，帮助业务取得成功。
团队介绍：Data AML是字节跳动公司的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。 1、负责架构设计和开发，为亿级用户提供优质信息服务和极致体验； 2、参与搜索、推荐和智能体应用的技术方案设计、代码开发和系统性能调优； 3、协助团队攻克各种高并发、数据隔离、系统解耦等方面的技术难关； 4、以AI技术为驱动，解决内容理解、生成、合规等内容生态的共性技术需求； 5、参与大模型相关前沿业务系统研发。