岗位职责

参与/负责字节跳动中国区行业广告排序算法优化，提升系统变现效率，优化客户体验；
End-to-End的参与/负责广告系统全链路各个模块的优化，包括定向/召回/粗排/精排/出价等，从模型、策略和机制等角度全面提升广告系统变现效率；
参与/负责商业化场景下推荐大模型的算法优化，结合生成式AI技术，持续改进建模方法、模型结构、特征与样本策略，将LLM推理能力融入排序模型，提升广告变现效率；
行业广告端到端大模型优化与技术探索： 1）参与/负责行业广告端到端大模型推荐方向的优化工作； 2）验证推荐大模型的Scaling Law，推动LLM技术在搜广推系统的落地，应对大模型训练与部署中的工程、算法挑战；
广告场景生成式模型技术探索与性能优化：探索广告场景下的Tokenize方案和生成式架构，推动生成式模型对传统离散模型的迭代升级，并通过算法与工程的深度融合，极致优化推荐大模型的训练与推理性能。

职位要求

计算机或相关专业本科及以上学历，0-5年以上广告/推荐/搜索召回排序等相关工作经验；
扎实的数据结构和算法功底，编程能力较强，熟练使用C/C++/Python/Java/Golang等编程语言，优先：有海量数据处理和分布式计算开发经验，熟悉Hadoop、Spark框架；
具备传统机器学习、深度学习相关知识背景，优先：发表过KDD、AAAI、CIKM、WWW、RecSys、NeurIPS、ACL、EMNLP等顶会论文，熟悉TensorFlow/PyTorch/Caffe/MXNet框架和原理；
工作态度积极主动，具备强烈的主人翁意识和良好的团队协作精神；
具备良好的逻辑思维能力，注重数据分析，能够从海量数据中发现有价值的规律；
具备强烈的业务导向意识，以技术优化支撑业务目标达成。