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。
- NLP与大模型应用：全链路应用LLM/VLM，基于大模型重构内容理解、用户兴趣建模、内容与人的相关性预估、个性化推荐与满意度评估——从建模范式到线上落地，每一个细节都是值得深挖的技术命题；
- 跨模态匹配技术：主导超大规模多模态预训练，在多模态表征、匹配、生成等方向持续突破，打造世界领先的多模态检索与推荐系统；
- 大规模流式机器学习：用大规模、实时的机器学习技术攻克推荐场景中的个性化与精准度难题，让推荐更懂用户、更贴合真实需求；
- 千亿级数据规模架构：深耕大规模离线计算与分布式系统的性能及调度优化，构建高可用、高吞吐、低延迟的在线推荐服务，稳定支撑海量实时请求；
- 下一代推荐技术体系：融合超大规模机器学习、因果推断、大模型推理等技术，构建业界领先的推荐系统，聚焦推荐全链路的技术探索，实现大模型能力在推荐链路中的高效复用。
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届获得硕士及以上学位，计算机、电子信息、人工智能、机器学习等相关专业；
- 具备扎实的机器学习和深度学习基础，熟悉大语言模型、多模态模型、推荐系统或强化学习中的一个或多个方向；
- 具备以下至少一个领域的研究或实践经验： 1）大模型预训练、后训练、微调与对齐； 2）多模态理解与跨模态表征学习； 3）生成式推荐、序列推荐与用户建模； 4）强化学习与长期价值建模； 5）冷启动、跨域迁移与多目标优化；
- 具备较强的算法设计、实验分析和工程实现能力，能够从实际问题中抽象关键技术问题；
- 对大模型与推荐系统的结合有持续兴趣，具备良好的学习能力和创新意识。 加分项
- 在大模型、多模态、推荐系统或强化学习方向有高水平论文、竞赛、开源项目或工业落地经验；
- 具有大规模推荐、广告、搜索、用户增长或智能触达系统研发经验；
- 具有生成式推荐、推荐基础模型、用户行为大模型或多模态推荐实践经验；
- 能够兼顾技术前瞻性与业务落地，对用户体验、平台生态及长期价值有深入理解。
