知乎AI大模型算法工程师-校招
任职要求
1. 学历与经验：2025届～2026届计算机、数学、统计学、电子工程等相关专业硕士或博士研究生，具备算法相关实习经验者优先（实习时间不少于3个月，可尽快到岗者优先）。 2. 技术兴趣与方向：对人工智能前沿技术有强烈兴趣，尤其是大语言模型、多模态学习、机器学习、数据挖掘等领域，有相关项目或研究经验者优先。 3. 论文阅读与实现能力：具备较强的论文阅读和复现能力，能够快速理解并实现State-of-the-Art算法。 4. 数学与算法基础：扎实的数学基础，熟悉线性代数、概率论、数值优化、最优化方法等；具备良好的算法和数据结构基础。 5. 编程与工程能力：熟练掌握至少一门主流编程语言（如Python/C++/Java/Golang），有良好的代码实现和调试能力；熟悉Linux开发环境。 6. 大数据与分布式计算：对Hadoop、Spark等分布式计算框…
工作职责
1. 参与知乎核心业务中的AI算法研发与优化，包括但不限于AI搜索、内容理解、智能推荐、搜索排序、多模态内容生成等场景。 2. 探索大模型（LLM）及多模态大模型（VLM）在知乎业务中的应用，推动模型创新与落地。 3. 深入研究和实现前沿论文中的算法，结合业务需求进行迭代优化，提升模型效果与性能。 4. 与产品、工程团队紧密协作，推动AI技术在知乎生态中的规模化应用，赋能业务增长与用户体验提升。
近年来，以大模型为核心的生成式人工智能在人机交互和虚拟陪伴领域展现出巨大潜力。我们专注于探索生成式AI在社交场景下的前沿应用和产业落地，致力于打造具备多模态感知与生成能力的社交大模型。 随着大语言模型的快速演进，如何让模型更好地理解多维度信息，并在社交场景中提供自然、细腻、沉浸感十足的语音与多模态交互体验，成为我们的核心研究方向。 如果你对生成式AI、多模态建模和智能交互充满热情，并希望参与构建下一代社交与陪伴大模型，欢迎加入我们，共同突破技术边界。 1. 多模态大模型算法创新：面向社交与智能交互需求，设计与优化模型架构，实现文本、语音、视觉等模态的联合建模，推动行业领先的社交多模态大模型研发。 2. 语音编码与生成算法突破：探索高效语音编码策略，优化离散化与连续特征建模方案，提升语音合成质量和建模效率。 3. 端到端技术闭环：参与或主导从数据构建、模型训练、性能评测到部署上线的完整研发流程。 4. 前沿应用技术探索：紧跟LLM、RL、Diffusion Models等前沿技术发展，探索创新范式并提升模型性能。
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、擅长发现优化大模型的简单、普适的想法，并应用到各个规模的模型中提升效果； 2、探索超大规模模型边界，并进行极致系统优化，提升模型性能和效率； 3、推进数据建设、指令微调、偏好对齐、模型优化方面的工作，提高模型质量和适应性； 4、相关应用落地，包括生成创作、逻辑推理、代码生成等； 5、深入研究和探索模型在未来生活中的更多使用场景，拓展模型的应用范围。
1.研发业界一流物理AI系统，包括不限于模仿学习， 强化学习， vla， vlm等训练系统与算法架构； 2.参与自动驾驶系统中机器学习算法的研究、开发与优化，包括但不限于深度学习算法在端到端感知大模型、规控大模型、视觉语言大模型等方面的应用； 3.设计和实现机器学习模型的训练流程，包括选择合适的优化算法、调整超参数、评估模型性能等，确保模型在不同场景下的稳定性和可靠性。
1、负责利用自然语言处理和机器学习算法，实现客服、销售、收派、运营、办公职能等业务板块大模型的应用落地，支持业务目标的提升； 2、负责大模型的继续预训练、SFT、 RLHF与推理等工作，能够根据场景需求设计高效的训练方案，并解决训练中出现的问题，如过拟合、知识遗忘、上下文漂移等； 3、紧跟大模型技术的最新进展，面向集团各类业务场景，沉淀共性能力，实现大模型技术的标准化与产品化。