多模态搜索算法工程师 - 搜索

字节跳动搜索团队主要负责抖音、今日头条、红果短剧、番茄小说、AI搜索等产品以及电商、生活服务等业务的搜索算法创新和架构研发工作。 我们使用前沿的机器学习/大模型技术进行端到端建模并不断创新突破，同时专注于分布式系统、机器学习系统的构建和性能优化，从内存、Disk等优化到索引压缩、召回、排序等算法的探索，致力于支撑字节跳动持续多元化的产品创新和高速的业务增长、基于大模型革新和重塑下一代搜索技术体系，充分给同学们提供成长自我的机会。 主要工作方向包括：

1. 探索前沿的NLP技术：全面基于LLM的Query分析、相关性、个性化预估、满意度评估、生成式检索等，全链路应用LLM/VLM，每个细节都充满挑战；
2. 跨模态匹配技术：进行多模态预训练，在超大规模的多模态表征、匹配、生成等多个技术方向上持续突破，打造世界领先的多模态搜索系统；
3. 大规模流式机器学习技术：应用大规模机器学习，解决搜索中的推荐问题，让搜索更加个性化更加懂你；
4. 千亿级数据规模的架构：从大规模离线计算，分布式系统的性能、调度优化，到构建高可用、高吞吐和低延迟的在线服务的方方面面都有深入研究和创新；
5. 推荐技术：基于超大规模机器学习、因果推断、大模型推理等技术手段，构建业界领先的搜索推荐系统，对搜索推荐技术进行探索和创新；
6. AI搜索技术：基于大模型(LLM/VLM)探索多轮、交互式等大模型原生的搜索产品体验。
7. AI问答/Agent：基于SFT、RL、Context Engineering、Memory等技术迭代Planner/Summary提升AI问答能力，探索解决复杂问题Agent/Adaptive Thinking、视觉世界知识压缩与检索等；
8. 大规模视觉搜索：检索、相关性、个性化等算法基于VLM与大模型做技术代际升级，探索结合视觉工具的Agent自动化标注、VLM相关性、多模态表征/个性化CoTrain、Dense个性化、RL Based GE等技术；
9. 生成式搜索：探索VLM Based Vision Language Sid Model即VLS，优化基于语义SID复刻LLM Scaling Law的生成式召回与排序，召精一体架构代替多阶段级联架构，优化PreTrain、PostTrain、RL以及帧级别的生成，提供语义与个性化都更好的搜索体验；
10. 基础视觉智能：基于VLM重构视频分析、主体识别、OCR、视频Tracking、细粒度分类等基础视觉算法支撑理解图片/视频理解，探索多任务统一、视觉推理、复杂Context、细粒度视觉理解能力。