部门介绍
TikTok搜推算法团队，负责TikTok短视频产品的基础推荐、搜索算法，加入我们，你能接触到包括搜索、用户增长、社交、直播、内容创造、内容消费等核心业务场景，直接为核心用户体验负责，支持产品在全球赛道上高速发展。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、多模态大模型的落地，并着力研究下一代AI Search和Chatbot的核心研发技术，包括不限于Multi-Agent、Agentic RL、Harness、Loop Engineering，探索强化学习在大模型时代的新范式。在这里，你可以深入钻研机器学习算法的改进和优化，探索前沿的技术；可以感受不同文化的碰撞，激发认知；可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。
- 多模态Query理解：研究图片、视频、截图、观看上下文等多模态Query的意图理解与语义表示，建模用户从“看到什么”到“想找什么、想知道什么、想决策什么”的需求转化；
- 视觉搜索Ranking：研究多模态Query与视频内容之间的相关性建模，融合视觉语义、用户意图和行为反馈，优化召回、排序和结果组织；
- 多模态AI Search：研究基于全模态输入的AI Search：从图片、视频、截图和观看上下文中理解用户问题，融合视觉细节、内容语境、搜索结果和用户意图，完成基于视觉内容的问答、解释、比较、推荐和决策支持；
- 大规模视觉搜索系统：面向全球视频生态，研究数据构建、模型训练、评测体系、在线推理和系统效率，让多模态搜索能力稳定服务真实产品体验。
岗位职责
招聘官网暂未提供完整岗位职责，请前往官网核实。
职位要求
- 2027届获得本科及以上学历，计算机、人工智能、电子信息、数学、统计等相关专业优先；
- 机器学习、深度学习、计算机视觉或自然语言处理基础扎实，具备优秀的代码实现和实验分析能力；
- 在视频理解、VLM、多模态检索、搜索推荐、大模型或Ranking中至少一个方向有深入积累；
- 能从搜索系统视角理解视觉问题，不只关注模型指标，也关注Query理解、相关性、排序、结果组织和用户满意度；
- 能把真实用户需求抽象成可建模、可训练、可评估的问题，并在复杂数据和系统约束下验证方案价值；
- 对多模态Query和AI Search如何重构视觉搜索体验有强烈兴趣。
