京东AI算法工程师（电商场景）

团队介绍：团队负责国际化电商业务下的智能客服、机器翻译和电商文案创作能力的研发，包括开发基于LLM的下一代对话机器人，以及构建电商机器翻译和文案生成的解决方案，以改善电商购物体验。我们目前正在寻找对自然语言处理和机器学习有深刻理解的优秀工程师，特别是那些具有LLM、机器翻译和AI对话等方面扎实技能和经验的人才。 职位描述： 1、负责开发国际化电商的智能客服：与我们的产品和运营团队密切合作，理解用户意图、设计解决方案，并利用最先进的LLM技术以对话方式向用户提供这些解决方案。你将有机会开发各类NLP模型（如文本分类、机器阅读、摘要、各类场景的QA生成等）和预测模型（如用户问题预测、机器人操作预测等）来实现上述目标。此外，你将会参与基于LLM的纯生成式多轮对话任务型机器人的开发； 2、负责开发和优化国际化电商的机器翻译服务，涉及电商场景下数十种场景和语向的翻译质量优化以及相关基础技术的研究，包括各类商品信息翻译、客服对话翻译等，涉及纯文本翻译和多模态翻译； 3、负责开发和优化商品文案的多模态AIGC模型，包括产品标题、卖点、描述的生成和直播剧本创作等。你将有机会应用最先进的AIGC模型来进行各类文案创作，以节省平台和商家的运营成本； 4、参与国际化电商中文和多语言LLM的基础能力开发，为国际化电商的各个产品提供LLM能力。

团队介绍：Data-电商-平台治理算法团队，通过优化算法，和业务团队协作，对字节旗下的电商产品进行全方位的质量和生态的治理，既包括风险、违规和低质问题的打击，也包括健康电商生态的建设和优化，在最大程度的优化平台治理的效果的同时提升治理的工作效率，降低成本。另外一方面，平台治理算法团队致力于攻坚前沿的AI技术，以技术驱动推动业务的变革和发展，领域涉及广泛，包括但不限于NLP/CV/多模态/大模型/图算法/序列算法等。 课题介绍： 背景：电商智能审核业务比较复杂，随着审核技术的不断演进，各个领域面临着新的风险问题和对抗形式，这对大模型的应用提出了新的挑战。例如，在电商审核业务中，涉及审核PBR变更、长文本、长时序、多语言、少样本和AIGC生成对抗等问题时，现有的开源大模型表现往往不尽人意。因此，针对这些挑战，我们亟需研发专门针对电商智能审核的大模型，以提升其在电商治理中的有效性和适应性。特别的，针对电商业务特点，我们需要探索高质量的数据自动生成、高效的MOE Embedding、Auto-Prompt生成、高质量 COT输出、大模型知识蒸馏等。此外，该模型应能够满足电商审核业务的需求，实现高准确率的自主决策和可解释性的COT生成，显著减少误判。针对动态变化的审核PBR变更，它能够通过RAG模块自动检索类似的审核案例，将复杂的审核PBR分解为简单的原子任务，自动拆分出驳回和豁免原子任务，并自动调用相应的Tools来解决这些任务，从而建立“知道拒绝并且知道为何拒绝”的业内领先智能审核系统。最终，大模型智能审核系统的审核效果需要接近或者超过人工审核，往全机审的路线上演进。 研究方向：模态融合能力：提升文本、音频、图像、视频和直播等多模态的细粒度理解能力，实现高准确率的自主决策和可解释性的COT生成；Few-Shot能力：探索电商多语言、长时序和少样本问题，增强Few-Shot和Zero-Shot能力，针对多变的业务规则具备复杂指令和Auto-Prompt生成能力；攻防对抗能力：研究AIGC图像视频的判别，增强审核大模型对隐晦、抽象的生成式内容的攻防对抗能力；Agent能力：具备调用RAG模块，使用Tools，和Auto-planning能力；提升大模型的动态推理和反思能力。 1、深入理解电商业务，探索基于大模型、多模态模型，持续提升商家/达人在准入、发品、售后等各个业务场景的风险识别效果； 2、提升商品治理审核智能化水平，迭代优化治理大模型，提升大模型对治理规则和商品信息的理解，实现高准高召的问题识别和自动处置； 3、负责强化电商场景下，大模型推理和反思能力，通过商品业务域SFT、高质量Cot、强化学习、数据合成等技术方案，提升商品治理大模型底座能力； 4、参与构建挖掘电商直播、商品、商家和带货主播等多种实体的数据，对大规模网络/海量特征序列进行建模，支撑商家、达人分类/风险团伙挖掘等业务场景解决问题，并为商家/达人治理提供支持； 5、参与构建大规模的图存储和图学习平台，完善电商社区内商家/商品/达人/视频内容的关系建设，构建电商实体通用表征能力，赋能治理业务； 6、建设售后服务MLLM基座大模型，并利用RAG/Agent/RL等技术，解决复杂场景下对体验问题的理解能力。

团队介绍：Data-电商团队，负责电商创新项目的算法和大数据工作。依托于字节跳动产品，帮助用户发现并获得好物，享受美好生活。在这个团队，我们不仅要通过推荐和搜索算法帮助用户买到感兴趣的好东西，也要通过风控算法和智能平台治理算法去甄别违规行为，保护用户的购物体验；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；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，并进一步提升用户体验；另外我们还会用人工智能来帮助商家提升经营能力。我们的使命：没有难卖的优价好物，让美好生活触手可得。 课题介绍： 背景：电商领域短视频内容正逐渐成为业务增长和用户体验优化的重要方向，通过多模态的视频理解与生成大模型创新解决电商场景中的核心挑战，例如短视频与电商商品的精准匹配、AIGC（AI生成内容）视频生成等，让用户在浏览短视频时获得更精准的商品匹配，并为内容创作者提供更便捷强大的创作工具。 研究方向：本课题聚焦于多模态视频理解与生成。构建高效的多模态嵌入模型，实现视频、图像、文本、商品等模态间的统一表示学习，以增强短视频与电商商品的关联性。通过大规模跨模态数据集的构建与优化，提升视频与商品的匹配精准度，使模型能够自动识别短视频中的商品或品牌，并精准映射至电商库，支持用户在观看时直接获取相关购买信息。此外，还将探索 AIGC（AI生成内容）短视频技术，包括商品图像+文本生成带货视频、智能剪辑与特效添加、虚拟试穿等，降低电商内容制作成本，提升营销效率。 1、负责对电商场景下的商品内容、视频内容进行理解和可控生成，赋能电商全链路场景，提供优质商品供给、内容供给、商家、达人供给等，建立商品履约视角的商品理解算法体系，为商品履约保驾护航，提升购物体验； 2、基于前沿的AIGC模型能力，帮助降低商家素材制作成本，提升平台优质供给（短视频、图文等），利用NLP、CV、多模态技术，增强对短视频内容、图文、商品理解能力，支持搜索、推荐、商城全导购链路，提升消费者在内容场和货架场购物体验； 3、挖掘电商垂直领域大规模、高质量Pretrain数据集，基于字节跳动通用大模型，研发电商行业大模型，探索电商交互式导购新场景； 4、跟踪AIGC/CV/NLP/多模态/LLM领域的最新研究和技术发展，负责算法模型迭代升级。

团队介绍：团队负责国际化电商业务下的智能客服、机器翻译和电商文案创作能力的研发，包括开发基于LLM的下一代对话机器人，以及构建电商机器翻译和文案生成的解决方案，以改善电商购物体验。我们目前正在寻找对自然语言处理和机器学习有深刻理解的优秀工程师，特别是那些具有LLM、机器翻译和AI对话等方面扎实技能和经验的人才。 1、负责开发国际化电商的智能客服：与我们的产品和运营团队密切合作，理解用户意图、设计解决方案，并利用最先进的LLM技术以对话方式向用户提供这些解决方案。你将有机会开发各类NLP模型（如文本分类、机器阅读、摘要、各类场景的QA生成等）和预测模型（如用户问题预测、机器人操作预测等）来实现上述目标。此外，你将会参与基于LLM的纯生成式多轮对话任务型机器人的开发； 2、负责开发和优化国际化电商的机器翻译服务，涉及电商场景下数十种场景和语向的翻译质量优化以及相关基础技术的研究，包括各类商品信息翻译、客服对话翻译等，涉及纯文本翻译和多模态翻译； 3、负责开发和优化商品文案的多模态AIGC模型，包括产品标题、卖点、描述的生成和直播剧本创作等。你将有机会应用最先进的AIGC模型来进行各类文案创作，以节省平台和商家的运营成本； 4、参与国际化电商中文和多语言LLM的基础能力开发，为国际化电商的各个产品提供LLM能力。