字节跳动AI搜索Agent算法工程师-Seed大模型人才校招
任职要求
1、2027届获得本科及以上学历,计算机、电子信息、软件工程、人工智能、数学等相关专业优先; 2、熟悉PyTorch/TensorFlow等框架,对大规模语言模型(如GPT、LLaMA等)训练与优化经验; 3、熟悉检索增强生成(RAG)、Agent架构、搜索算法(如倒排索引、语义检索)等技术或熟悉Prompt Engineering、微调对齐技术,对搜索场景的Query理解…
工作职责
Seed 大模型人才校招,是字节跳动 Seed 面向高校人才推出的招聘项目。我们始终相信,真正重要的技术进步来自对高难度问题的持续挑战。面对 AI 时代的巨大机遇,Seed 团队并不止步于模型迭代,而是选择进入技术深水区,推进下一代 AI 范式突破,不断探索智能的边界与上限。 团队介绍:字节跳动 Seed 团队成立于 2023 年,致力于寻找通用智能的新方法,追求智能上限,为科技和社会发展作出贡献。 Seed 团队在 AI 领域拥有长期愿景与决心,团队研究方向涵盖 MLLM、GenMedia、AI for Science、机器人等,在中国、新加坡、美国等地设有实验室和岗位。目前,团队已推出业界领先的通用大模型以及前沿的多模态能力,支持豆包、即梦、TRAE 等超过 50 个应用场景,并通过火山引擎开放给企业客户。第三方数据显示,豆包 App 用户量在中国市场排名第一,豆包大模型日均 Token 调用量行业领先。 1、下一代搜索问答Agent构建 1)设计基于LLM的端到端智能问答系统,覆盖意图理解、查询改写、检索增强、多源信息融合与高质量答案生成; 2)探索Deep Research能力,解决复杂问题、多轮对话与跨文档推理场景; 2、模型能力演进与前沿探索 1)推动Reasoning能力落地(CoT/多步推理/自我反思与验证),提升复杂问题求解能力; 2)探索RL Scaling、多目标优化等前沿方向,持续提升模型智能上限; 3)构建Agentic能力,打造具备自主决策能力的智能系统; 3、高价值场景落地如电商/本地生活等 1)打造从“信息获取→理解→决策”的一体化体验(如商品对比、导购推荐、生活服务决策); 2)融合结构化数据与实时信息,实现多模态、多源知识协同推理; 4、评测体系与工程闭环建设 1)构建覆盖真实性、时效性、权威性、相关性与用户体验的评测体系; 2)打通数据-模型-系统优化闭环,持续提升效果与工程效率。
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:字节跳动 Seed 团队成立于 2023 年,致力于寻找通用智能的新方法,追求智能上限。团队研究方向涵盖 LLM、GenMedia、AI for Science、机器人等,在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心,坚持深耕基础,期望成为世界一流的 AI 研究团队,为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力,支持豆包、扣子、即梦等超过 50 个应用场景。 1、AI搜索总结Agent研发: 1)设计并实现基于LLM的搜索总结Agent,提升搜索结果的理解、推理与结构化总结能力; 2)探索LLM Reasoning技术(如思维链、多步推理),优化复杂查询的Deep Research模式,实现长文本理解与跨文档信息融合; 3)构建端到端系统,涵盖意图识别、知识检索、结果生成与偏好对齐,提升用户体验; 2、模型优化及应用: 1)通过指令微调(Instruction Tuning)、偏好对齐(RLHF/DPO)等技术优化模型在搜索场景的适应性; 2)探索多模态信息(文本、代码、结构化数据)融合的搜索与生成技术; 3)研究未来生活中的创新应用场景(如个性化知识助手、自动化研究工具),探索技术边界。
Elasticsearch 作为全球先进的开源搜索与分析引擎,广泛应用于日志分析、安全风控、AI 搜索等关键场景。阿里云 Elasticsearch 是与 Elastic 官方深度合作的托管云服务,已服务阿里集团核心业务及多行业头部客户。 我们同时推进三条产品主线: ● 云原生 PaaS & Serverless:支持全球25+区域用户,构建多可用区容灾、自动化集群编排、亚分钟级弹性伸缩与智能资源调度能力,为企业级工作负载提供高可用运行底座;Serverless 形态支持按需按量、秒级启停、免运维的全托管体验,帮助用户显著优化 TCO。 ● Agent Ready: 通过 ES Agent、分层 Skills 体系与 CLI 工具链,让用户和 Agent 能高效地使用和维护搜索产品,系统性降低 MTTR、缩短 TTV。 ● Agent / AI Native: 将 Elasticsearch 打造为 Agent 生态的原生基础设施——覆盖 AI 搜索引擎层、企业级可审计搜索能力层、记忆 Agent 层。 主要职责: 云原生 PaaS与Serverless平台:设计和持续优化集群全生命周期管理(创建、变更、升级、迁移、弹性扩缩容效率、多可用区容灾编排);研发智能资源调度与资源池底座,实现资源精细化管理与成本优化;构建 Serverless架构,实现秒级冷启动与按量计费;推进容器化、GitOps、可观测性等云原生底座持续演进。 Agent Ready 产品体系: 落地 ES Agent、分层 Skills(管控运维 / 编程 / 解决方案 / 场景化分析)及 CLI 工具链;推动系统 API 和可观测数据适配 Agent 消费;协同 Elastic 官方完成 Skills 转换上线。 Agent Native 基础设施与智能运维: 构建面向 Agent 生态的多层搜索能力与记忆 Agent 层;研发集群巡检、智能诊断、自动变更编排与自愈能力,结合 LLM Agent 降低 MTTR;推动落地 AI Coding Agent 主导的研发流程,大幅提升研发效率。 加入我们,你将: ● 主导设计高可用、极致弹性的云原生搜索平台,服务近万企业用户; ● 亲手打造 Agent Ready + Agent Native 的下一代云产品范式; ● 践行 AI Native 研发,以 AI Coding Agent 重塑开发流程; ● 与 Elastic 官方及阿里顶尖技术团队深度协同。
核心架构设计与研发:负责搜索、推荐及 AI Agent 系统的后端核心架构设计与工程落地,保障系统在高并发、低延迟、高可用场景下的稳定运行AI Agent 与 RAG 工程落地:配合算法团队,负责 AI Agent、多 Agent 协作流、RAG(检索增强生成) 的工程框架搭建,以及大模型流式输出的工程优化、Prompt 管理服务化建设搜推工程与性能优化:负责搜索索引构建、工程召回、粗精排服务阶段的工程化支撑与性能调优。负责向量数据库选型、接入与查询优化,支撑大规模 Embedding 的高效检索业务价值与数据闭环:与 AI 策略产品经理、算法工程师紧密配合,支持 A/B Testing 实验平台的设计与接入,支撑快速迭代。负责线上服务的监控、容灾与干预降级机制,确保大模型幻觉或异常情况下的合规底线
vivo AI研究院致力于研发业界领先的人工智能技术,通过AI技术打造1001个便利,为全球5亿+vivo用户带来无处不在的惊喜和激动人心的体验,我们已在杭州、深圳、北京等地建立AI研发基地。 在这里,你将与我们一起专注于: 1、下一代个人化搜索问答 Agent 构建 1)设计基于 LLM 的端到端智能问答系统,覆盖意图理解、查询改写、检索增强、多源信息融合与高质量答案生成; 2)探索 Deep Research 能力,解决复杂问题、多轮对话与跨文档推理场景; 2、模型能力演进与前沿探索 1)推动 Reasoning 能力落地(CoT / 多步推理 / 自我反思与验证),提升复杂问题求解能力; 2)探索 RL Scaling、多目标优化等前沿方向,持续提升模型智能上限; 3)构建 Agentic 能力,打造具备自主决策能力的智能系统; 3、高价值场景落地 1)打造从“信息获取 → 理解 → 重新组织”的一体化体验(如知识库、推荐、问答等); 2)融合结构化数据与实时信息,实现多模态、多源知识协同推理; 4、评测体系与工程闭环建设 1)构建覆盖真实性、时效性、权威性、相关性与用户体验的评测体系。 2)打通数据 - 模型 - 系统优化闭环,持续提升效果与工程效率。