深度求索AI 搜索算法 / 架构工程师
任职要求
1.至少熟悉机器学习、深度学习、信息检索中的一个方向。 2.对搜索和大模型结合感兴趣，既愿意持续学习新技术，也愿意深入真实业务问题，从 badcase 与 用户反馈中定位系统短板。 3.具备良好的工程落地能力与意识，不做过度设计，能够在成本与延时约束下完成算法落地。 4.沟通直接、协作意识强，具备优秀的跨团队协作能力。 5.有搜索、推荐、广告、RAG、chatbot 等大规模在线系统经验者优先。 AI 搜索架构方…
工作职责
【团队使命】 搜索是 AGI 感知世界的原生感官。 我们正在打造下一代 AI 原生的通用搜索引擎，它不再只是返回十条蓝色链接，而是让每一次提问都被真正理解，在全球范围内找到准确、及时、权威的信息。 我们将探索 LLM 与搜索引擎的深度融合，让搜索成为 LLM 理解世界的重要基础设施：任何语言、任何模态都能被平等地检索。 在这里，你将参与构建极致简洁 & 轻量的 LLM-based 检索系统，承载全球海量的搜索请求，在成本、延迟与效果之间寻找最优平衡。 招聘方向【实习/全职】：AI 搜索算法方向、AI 搜索架构方向 AI 搜索算法方向 1.负责 DeepSeek 搜索引擎的核心算法优化，包括 query 理解、召回、排序、索引筛选、质量评估等方向，让搜索结果更准确、权威、实时，更适合 LLM 理解与使用。 2.建设多语言、多场景、多模态的搜索能力，解决不同语言与地区、不同内容生态、不同用户需求下的搜索问题。 3.构建搜索质量评估体系，包括自动化评估、badcase 分析等，让算法迭代有清晰、可解释的判断依据。 4.与架构、数据、产品、posttrain等团队紧密协作，从真实用户需求出发，完成问题发现、方案设计、实验验证与线上落地。 5.持续跟进搜索、RAG、LLM、多模态等方向的技术进展，针对 DeepSeek 搜索业务场景设计简洁&高效的算法。
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、基于AI建设下一代搜索引擎，并服务于AI Agents，包括全网搜索、视频搜索、商品搜索、本地搜索、图片搜索、视觉搜索、结构化检索等； 2、基于LLM/VLM大幅突破搜索排序、召回、内容理解、个性化等任务，解决多语言、难语义、长文本等核心挑战。
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：国际电商是以TikTok为载体的电商业务（也称为TikTok Shop），致力于成为用户发现并获取优价好物的首选平台，在直播电商、视频内容电商、货架电商等多场景下，国际电商希望能为用户提供更个性化、更主动、更高效的消费体验，为商家提供稳定可靠的平台服务，致力于新奇好物畅销全球，美好生活触手可得的使命。 Data-电商团队是国际电商的核心算法技术力量，专注于电商领域的算法创新，帮助用户高效发现感兴趣的商品，保障用户的购物安全，提升交易各环节的智能化水平。在这里，你将与一流的产品和技术团队合作、钻研，一起应对技术和业务上的挑战，推动技术在电商场景的深度落地。 1、个性化排序：传统排序算法难以充分利用多模态信息（如文本、图像、视频等），且模型复杂度有限，无法满足用户对精准化和个性化搜索的需求； 2、超大规模检索：传统判别式模型在千亿级别候选库的检索中，面临模型容量不足、索引效率低下等问题，亟需新一代检索算法； 3、复杂Query理解：用户搜索需求日益复杂，传统搜索引擎难以准确理解长难句、多义Query的语义，导致搜索结果满意度低； 4、资源利用率：搜索系统存储和计算分离的架构导致资源利用率低，如何在保证性能的同时优化资源使用成为关键问题。
1.负责AI搜索中大模型后训练方向的核心技术研发，包括SFT、偏好学习、强化学习等算法研发、优化与创新，提升AI搜索的回复效果； 2.跟踪AI搜索领域的前沿技术，参与前沿算法研究，推动研究成果在业务场景的落地应用； 3.参与产品讨论，基于技术对产品提出改进建议。
1.负责AI搜索中检索排序方向的核心技术研发，包括检索规划、语义召回、LLM-based Ranking等算法研发、优化与创新，提升检索的相关性、时效性、质量、权威性； 2.跟踪AI搜索领域的前沿技术，参与前沿算法研究，推动研究成果在业务场景的落地应用； 3.参与产品讨论，基于技术对产品提出改进建议。