logo of bytedance

字节跳动大模型搜索数据交付专家-DMC

社招全职A94465地点:北京状态:招聘

任职要求


1、硕士及以上学位优先,具备大模型训练、搜索运营、效果评测等相关经验;
2、学习能力强、管理统筹能力强、有责任心、抗压性好,有AI从业经验或资深AI使用者优先;
3、独立解决复杂和深度问题的方法论,如问题拆解、资料收集、信息提取、数学建模等逻辑链。

工作职责


1、联网模型迭代闭环:推动从数据定义到模型效果评估的执行,包括但不限于SFT、RM数据标注和生产、模型输出效果评测等;
2、联网模型产品运营:与算法团队、产品团队等密切协作,深度理解AI探索项目的特点,协助设计数据生产方案,提供策略优化建议;
3、联网模型数据运营:基于主流模型训练方法进行模型效果调优,通过WorkFlow、Agent自动化等手段为模型训练提供高精准数据,以提升模型表现。
包括英文材料
学历+
大模型+
相关职位

logo of bytedance
社招3年以上A216860

1、理解搜索业务需求,完成复杂标注任务的设计/标注/质检任务,协同技术和标注团队,推动需求顺利落地; 2、搭建具有通用性和可拓展性的搜索标注框架,与算法团队对齐标准、撰写相关培训方案; 3、依据搜索业务需求,利用大模型&工具,负责数据理想态探索、新数据生产工艺探索; 4、评估模型训练过程中各阶段数据质量,确保模型训练数据有效; 5、制定产品和项目流程机制,协调项目各个角色高效工作; 6、负责项目资源的协调与组织,并与项目各方进行良好沟通,确保项目团队各干系人协同工作。

更新于 2025-02-07
logo of bytedance
社招A237920A

1、支持火山方舟大模型的应用落地,将字节跳动的内容与大模型相结合,为用户提供更智能的信息服务; 2、带领团队探索行业前沿的NLP技术,将先进的深度学习模型创新性应用于用户Query分析、Query改写等业务方向,精准把握用户需求,持续提升用户理解的深度与广度; 3、利用NLP技术以及大模型技术,对内容进行分析、理解,完成内容打标、内容摘要等信息的生成和提取; 4、以外挂知识库模式为切入点,在内容搜索领域进行深度探索,组织团队运用NLP、多模态技术实现高质量内容的快速召回,显著提升搜索效率与质量; 5、主导大模型技术与Ranking技术的深度融合,解决内容排序的复杂问题; 6、管理和指导算法团队,制定团队技术发展路线,推动团队整体技术能力提升;合理分配工作任务,确保项目按时高质量交付。

更新于 2025-02-26
logo of meituan
社招2年以上核心本地商业-美

构建和完善服体大模型语料库,例如通过撰写对话语料来完成对话及NLP任务,重点是产出与客户服务相关的高质量对话数据; 负责迭代和调优数据语料,提升对话数据的质量情况、流畅度和和互动性; 深入分析和研究客户服务与用户体验场景,确保对话内容的精准度和创造性; 跨部门团队协作,根据项目需求,完善对应标准和流程,完成特定数据的生产任务; 输出与带教,协助团队其他非技术向员工,提升该群体对大语言模型的了解程度、教授实际应用技巧等,以辅助团队更好完成业务目标 带领团队高效完成标注和内容生产项目同时负责管理标注团队,积极推动标注工具、组织流程及交付流程优化,提升并完善团队的交付能力

更新于 2025-06-22
logo of dewu
社招技术类

【团队介绍】 得物社区搜索致力于打造年轻人消费决策首选的内容搜索平台,是得物app及社区内容消费的重要入口。当前团队聚焦在搜索全链路的优化,包括多模态语义匹配、个性化排序、内容质量、搜索增长等方向,持续提升搜索体验和规模,帮助用户更高效地发现有用内容完成决策,构建良性的社区内容生态循环。 团队成员来自国内一线互联网公司,核心骨干经验丰富,同时也聚集了一批具备快速成长潜力的年轻算法工程师,整体风格开放、高效、注重技术钻研与业务交付能力,致力于构建兼具深度与活力的搜索技术团队。 当下正值搜索能力升级与大模型技术融合的关键期,团队拥有良好的技术氛围和充足的资源投入,欢迎对搜索/大模型技术理解深刻、热爱改进用户体验、具备技术探索精神的你加入,共同打造下一代社区搜索系统。 职位描述 1. 协同产运业务团队,共同定义搜索体验演进方向,围绕社区用户需求与内容生态特点,推进相关性匹配、内容质量、个性化优化、意图激发等关键能力落地,提升搜索场景在内容消费与用户决策中的价值,完成整体业务目标; 2. 负责搜索系统的全链路建设与优化,包括召回、排序、重排、相关性、搜索增长等核心模块。重点方向涵盖多模态语义匹配、 内容质量、用户全域全周期个性化建模、全链路一致性/多目标建模等; 3. 深入探索基于大模型的搜索优化路径,结合搜索及社区图文视频数据,推动多模态理解匹配、意图理解、生成式召回等新技术的工程化实践,实现前沿算法与复杂业务场景的高效结合; 4. 参与跨团队协作,推动跨部门项落地,在与工程、数据等团队的高效配合中,扩大影响力;同时在团队内部推动协作规范、知识沉淀与技术氛围建设,帮助团队能力持续进步。

更新于 2023-12-26