千问千问事业部-个性化交互算法专家-杭州/上海
任职要求
1. 计算机、数学、统计学相关专业，硕士及以上学历；3年及以上NLP算法经验； 2. 熟悉NLP领域前沿技术，有LLM对话系统建设相关经验，对qwen、gemini等文本、视觉、全模态模型较为熟悉，需有可验证的大模型项目成果。熟悉大模型…
工作职责
1. 负责语音助手场景的个性化交互相关能力建设，包括对话数据、行为数据、应用数据的记忆生成和召回链路； 2. 负责大模型在记忆机制（如外部记忆库、长期上下文管理）和数据处理（如机器数据预标注、质检）方面的算法研究与开发； 3. 记忆相关agent算法研发，保证记忆能力在对话中控、领域agent、个性化交互等场景的高质量交付； 4. 主动式交互和个性化搜推相关工作。
1. 负责用户购物过程中的商品及店铺推荐相关业务，包括产品规划、设计与实施，通过个性化推荐为消费者提供独特的购物体验 2. 通过用户调研和数据分析，持续的改善推荐业务相关的前台场景体验，并能推动新场景创新工作 3. 深入挖掘分析商品数据流并对人群以及用户个体购买过程建模 4. 建立用户画像（profile），设计推荐商品的选品系统、建立汰换机制以及转化跟踪机制，并能够针对性的优化推荐策略 5. 与技术团队合作持续优化不同场景下的个性化算法，持续提升用户转换率
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、用户信号建模与个性化回复：研发角色化大模型对用户信号的深度建模与应用方法，提升模型针对不同用户的回复连贯性与个性化水平，优化交互体验； 2、模型效果优化与创新：在指令微调、偏好对齐、数据增强等关键技术领域进行场景化创新，突破技术瓶颈，提升模型效果； 3、大模型Agent记忆系统的构建：研发面向大模型Agent的长期记忆与上下文管理系统，让模型具备持久感知用户喜好与需求的能力，输出高度定制化的解决方案，实现从“工具”到“懂你的伙伴”的质变； 4、业务场景落地与应用拓展：支持豆包、猫箱等产品的角色生成需求，覆盖对话、创作、教育等核心场景；探索角色模型在智能硬件、元宇宙等领域的沉浸式交互潜力，推动技术成果在业务中高效落地； 5、前沿技术探索与范式定义：研究人格化模型在情感计算、社会常识推理等方向的关键突破，定义AI角色从“功能执行”向“人格化陪伴”跃迁的技术范式。
1、基于平台安全、生态标准，针对视频作者发布的生活、美食、旅游、游戏、三农等垂类视频内容进行内容质量把控和文案改写，提升推送质量； 2、通过积累和总结日常质量把控案例，发现潜在风险和标准未覆盖场景，推动标准的优化和迭代； 3、维护视频平台推送的质量与画风，提升用户使用体验。
1. 端侧数据处理与优化： - 负责端侧数据的整合、清洗与特征工程，解决噪声、缺失值及数据标注问题，提升数据可用性。 - 分析端侧数据分布，构建高效算法模型，从数据中提取业务关键信息（如用户行为、场景特征）。 2. 端侧模型优化与开发： - 优化端侧大模型的数据构建、训练调优及轻量化部署（如模型剪枝/量化），提升推理效率。 - 搭建端侧智能Agent框架，推动算法在移动端的业务场景落地。 - 结合硬件特性（CPU/GPU/NPU）优化端侧推理性能，降低内存与计算资源消耗。