logo of bytedance

字节跳动多模态大模型算法实习生-抖音电商

实习兼职A66915地点:杭州状态:招聘

任职要求


1、2027届硕士及以上学位在读,计算机相关专业;
2、具有纯文本和多模态大模型NLP/CV深度模型等的训练和应用经验,有电商搜推导购/比价供给/平台治理/内容安全相关经验者优先;
3、具备扎实的代码功底,具备Linux环境研发能力,精通Python和PyT…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


ByteIntern:面向2027届毕业生(2026年9月-2027年8月期间毕业),为符合岗位要求的同学提供转正机会。
团队介绍:抖音电商算法团队,依托抖音、今日头条、番茄小说、红果短剧等产品,帮助用户发现、讨论并获得好物,享受美好生活;帮助商家高效经营,创建良性商业生态;激励创作并分享购物经验使用心得,构建有真诚有信息的电商内容氛围。在这个团队,我们不仅要通过推荐、广告和搜索算法搭建消费者和商家之间的桥梁,也要通过风控算法和治理算法去甄别违规行为,保护用户的购物体验,保护真正诚信经营的商家;我们还要建设智能客服技术、大规模商品知识图谱来提升各个交易环节的效率,降低商家的经营成本;我们也要结合机器学习和运筹算法,来优化供应链和物流的效率和成本,并进一步提升用户物流体验;另外我们还会用业界先进的数据科学技术为业务健康发展保驾护航。我们的使命:用算法的能力,让用户总能发现好东西,让美好生活触手可得。

1、深入理解抖音电商正向导购与逆向治理业务,基于大模型、多模态技术,优化商家/达人准入、发品、导购等全场景识别效果,同步探索语言、视频、推荐多模态融合方案,构建更强推荐系统;
2、迭代优化电商多模态大模型,强化其对治理规则、商品信息的理解与推理反思能力,通过业务域SFT、Cot、强化学习等技术,打造高准高召的识别能力,提升导购与治理审核智能化水平;
3、参与挖掘电商直播、短视频、图文等多类实体数据,对大规模网络及海量特征序列建模,支撑商家/商品分类、逆向标签挖掘等场景,助力精准识别潜在购物信号;
4、研究用户多模态交互(视频+直播+文字+行为)的复杂性,搭建统一框架实现内容理解与用户意图推理,高效映射内容消费到电商兴趣,提升人货匹配效率;
5、参与构建大规模图存储与图学习平台,完善商家、商品、达人、内容的关系链路,打造电商实体通用表征能力,赋能多模态业务落地;
6、协助推进电商比价、供给生态等战略支持工作,运用前沿深度学习算法,搭建商家/达人成长预测模型,支撑冷启动、潜爆、智能营销等业务需求。
包括英文材料
学历+
大模型+
NLP+
Linux+
Python+
还有更多 •••
相关职位

logo of ke
社招基础业务平台研发

加入我们,您将参与构建支撑贝壳业务商业化的核心平台系统。商业化聚焦商城交易标准化中台能力、混合支付能力、贝壳币账户管理体系相关平台能力建设,并支撑新房、二手、租赁等业务流量商业化线上化能力建设。您将有机会深度参与: 1、参与商城交易标准化中台能力建设,如:商品库、订单、支付及B端管理系统; 2、参与贝壳币系统能力建设,如:账户管理、预算管理等; 3、参与业务流量商业化线上化能力及B端管理系统建设,如:新房CPT、二手潜客包CPL、会员等流量产品能力建设。

更新于 2025-03-21北京
logo of ke
社招基础业务平台研发

加入我们,您将参与构建贝壳业务(新房、二手、租赁、家装、商办等)基础设施商机平台。建设基于流量分发引擎的一站式商机分配业务解决方案和完善的B端精细化运营管理系统。您将有机会深度参与: 1、参与承载日均15亿+展位流量的分发引擎智能化升级,探索和应用A技术,夯实平台能力,助力业务目标达成; 2、参与建设一站式指标计算与管理平台,提升商机分配策略构建、数据经营分析效率; 3、参与迭代平台核心服务与系统,如:推荐策略开放平台、测算仿真平台、商机数据服务、效果溯源服务等; 4、参与大流量、高并发、海量数据处理相关大型分布式系统架构升级。

更新于 2025-03-21北京
logo of kuaishou
社招5年以上D2867

负责快手搜索系统的业务引擎架构方向,面向短视频、电商、本地、搜索增长等多业务场景构建大规模业务引擎,支持算法业务的高效迭代。具体职责包括: 1、构建面向各个搜索业务的全链路业务引擎模块,包括策略服务、统一特征服务,排序服务等,支持算法和产运的迭代需求; 2、构建面向在线引擎的全图化引擎架构,提升全链路算法迭代效率和系统优化效率; 3、构建在线混部,动态算力等技术在高可用基础上提升在线引擎算力供给; 4、探索AI智能搜索、AI对话等新业务,探索大模型在搜索的应用落地。

更新于 2025-04-03北京
logo of kuaishou
社招1-3年J0011

1、参与亿级用户规模的电商推荐优化,提升内容电商观看时长、点击率、转化率、GMV、LTV等核心指标; 2、通过深度学习领域的研发工作,包括但不限于深度模型设计与优化、强化学习、迁移学习、图神经网络等的算法和系统提升预估效果; 3、通过推荐算法机制优化电商流量结构和GMV结构,促进电商生态的健康发展。

更新于 2026-03-31北京