字节跳动推荐大模型算法工程师-国际电商

1、构建跨场景共享的推荐基础模型（Foundation Model），实现统一建模与高效推理； 2、推进事件序列驱动的生成式推荐范式，融合多模态理解与生成能力； 3、推动LLM技术在召回、排序、重混排环节的落地，参与模型训练、推理优化与系统Co-design； 4、探索LLM/VLM与推荐系统融合的创新路径，构建自适应、可演化的推荐智能体； 5、研究平衡性能与体验的端到端生成式推荐与系统优化方案。

1、构建跨场景共享的推荐基础模型（Foundation Model），实现统一建模与高效推理； 2、推进事件序列驱动的生成式推荐范式，融合多模态理解与生成能力； 3、推动LLM技术在召回、排序、重混排环节的落地，参与模型训练、推理优化与系统； 4、探索LLM/VLM与推荐系统融合的创新路径，构建自适应、可演化的推荐智能体； 5、研究平衡性能与体验的端到端生成式推荐与系统优化方案。

业务介绍： 我们是阿里巴巴国际数字商业集团的智能技术团队，负责阿里巴巴旗下多个国际化电商平台的搜索、推荐、广告、用增等技术。团队致力于将最前沿的AI技术与国际化电商业务问题深度结合，为用户打造更好更智能化的网上购物体验，同时赋能百万商家实现更高效的经营。 选择加入我们意味着投身入于高速发展的国际化电商业务，一起打造最先进的AI技术以驱动全球电商业务发展。 岗位描述： 1、负责支持业务迭代：推进来自搜索、推荐、广告、用增各域的产品需求快速落地。 2、负责系统架构设计：负责搜索、推荐、广告引擎的架构设计与优化，支撑多语言场景下的高并发请求处理，满足全球用户低延迟、高可用的服务需求。 3、负责性能调优：针对召回排序、模型训练&推理、特征计算等模块进行工程性能优化（如分布式计算加速、内存管理、GPU资源调度等），提升算法迭代效率。 4、负责工程平台开发：构建算法与工程协同的标准化平台，包括特征实时化平台、在线推理服务框架、AB实验平台等，支持算法快速迭代与业务效果验证。 5、负责大模型工程优化：负责生成式AI技术的工程落地，包含大模型训练、推理加速、多模态内容生成等技术工作。 补充说明：同时也招聘面向25年应届毕业的同学；

1、负责多模态 & 大模型在商品领域落地项目，涵盖商品内容理解&结构化/商品质量甄别/商品标题/图片生成/同款识别等任务。 2、负责商品检索相关的计算机视觉算法的创新和研究，包括但不限于：目标检测、图像分类、图像表征、图像校正与增强等相关算法研究。 3、负责商品知识库构建&知识标准化等工作。 4、负责跟踪业界前沿NLP&CV技术进展，寻找有价值的科研问题，开展前沿算法的研究工作，推进技术进步； 5、负责理解业务需求，进行针对性的研究算法，面向电商场景落地，发挥算法在实际应用中的价值。