AI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. 大模型技术应用：基于LLM、Agent术，研发智能导购等创新交互场景，通过SFT、RLHF等技术生成建议摘要，提升用户决策效率；同时推进AIGC创新应用的落地（找搭配、虚拟穿搭等），提升现实与物理世界的交互能力；
8. NLP与多模态技术：借助于LLM的语义理解、推理能力，世界知识，深度挖掘用户意图；通过VLM等关键技术，实现内容/商品的多模态表征和跨模态匹配，推动在Query改写、相关性、图搜等核心方向落地；
9. 大规模个性化召排：聚焦CTR/CVR等核心任务，通过序列建模、生成式建模、LLM4Rec等关键技术，重塑新一代的召排系统，提高人货匹配能力。