字节跳动
搜索算法工程师/专家-国际化电商
搜索算法工程师/专家-国际化电商
发布于 大约 12 小时前普通员工/个人贡献者
杭州市
高级经验
全职员工
仅现场办公
本科
机器学习
深度学习
NLP
LLM
多模态
搜索算法
CTR预估
电商搜索
AI 估算 · 35k–65k
大厂算法专家岗，杭州薪资水平较高，结合技术难度和公司平台，月薪在35k-65k之间合理。
职位详情
关于这个职位
作为字节跳动国际化电商的搜索算法工程师/专家，你将专注于搜索引擎核心算法的研发与优化，包括CTR预估、向量召回、NLP、LLM等前沿技术，提升亿级用户的搜索体验和购物转化效率
这是一个深度参与技术落地与业务增长的技术专家岗位
最低要求
本科及以上学历，计算机、电子、数学等相关专业
在搜索、推荐、广告、计算机视觉CV、自然语言处理NLP、自然语言理解NLU、多模态、机器学习、深度学习等一个或多个领域有较深入的研究者优先
熟悉Linux开发环境，熟练使用C++和Python语言，熟悉HTML及其相关技术，熟悉网络编程者优先
具有良好的问题分析解决能力，沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步
工作职责
参与搜索引擎研发，探索搜索全链路（分析、召回、粗排、精排、混排）的个性化行为建模，包括CTR、CVR预估、向量召回、价值混排、RAG、NLP、LLM、多模态、机器学习、深度学习等，推动搜索算法在国际化电商场景的落地与提升，提升亿级用户搜索体验
参与国际化电商搜索算法的优化与迭代，提升转化效率、用户体验和供给生态
解决多语言相关性匹配、权威性感知、种草内容理解、重复铺货、山寨假货治理等技术难题，极致优化内容电商、传统货架电商等多种电商业务形态的基础搜索质量
极致提升商品、种草视频和带货直播的购物转化效率，促进GMV增长
深入参与核心搜索产品的需求设计，负责算法和工程的高质量交付，持续优化效果提升产品体验
挖掘数据，构建Query理解、召回、排序等模型，提升电商搜索算法能力
学习前沿技术，探索大模型等创新技术在AI搜索场景的落地
优先资格
具有优秀的基础算法、扎实的机器学习/深度学习基础，熟悉CV、NLP、RL、ML等领域的技术，在ICML、ACL、COML、EMNLP、CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等会议/期刊上发表论文者优先
具有优秀的代码能力，熟练掌握C/C++或Python编程语言，ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先
在LLM、多模态、大模型、基础模型、世界模型、RL等领域，主导过大影响力项目者优先
具有大规模搜索引擎、推荐系统、分布式系统、计算广告、超大规模数据计算等相关经验者优先
AI 洞察
优缺点分析
优点
- 字节跳动国际化电商业务增长迅速，算法驱动业务，个人价值体现明显
- 涉及LLM、多模态等前沿技术，技术积累含金量高
- 团队技术氛围浓厚，有大量与顶尖同事合作学习的机会
- 薪资福利具有竞争力，且公司资源丰富，数据量大，有利于技术深耕
- 国际化电商场景复杂，多语言、多业态、多治理问题，算法落地难度较大
- 适合对搜索算法有深厚技术热情、追求技术前沿且能适应高强度工作的算法工程师
缺点 / 挑战
- 业务KPI压力较大（GMV、转化率等），需要结果导向
- 工作强度可能较高，需要适应快速迭代的节奏
角色解读
- 从算法工程师成长为搜索方向的技术专家，主导核心模块的架构设计与优化
- 向技术管理方向发展，带领团队负责搜索产品的整体技术演进
- 横向拓展至推荐、广告等相邻领域，成为综合型算法专家
- 设计并优化电商搜索引擎的全链路算法，包括召回、排序、重排等环节，提升用户搜索体验
- 应用CTR/CVR预估、向量召回、多模态理解等技术，直接驱动GMV增长和转化效率
- 参与搜索产品需求设计，与工程团队紧密协作，确保算法高质量上线并持续迭代
- 跟踪并探索大模型、RAG等前沿技术在搜索场景的落地可能性
- 扎实的机器学习/深度学习基础，熟悉NLP、CV、多模态或推荐系统中的一个或多个领域
- 熟练使用C++和Python，掌握Linux开发环境，具备良好的工程实现能力
- 对搜索或推荐系统有深入理解，了解Query理解、召回、排序等经典组件
- 问题分析能力强，能够独立解决复杂业务场景中的技术难题
申请策略
- 提前了解字节跳动国际化电商的业务现状和挑战，在面试中展示对业务的理解
- 准备一两个完整的搜索算法优化项目案例，详细阐述问题、方案、效果
- 突出在搜索、推荐或广告领域的项目经验，特别是实际落地并带来显著效果提升的案例
- 强调在NLP、多模态、LLM等相关领域的研究或应用成果，包括论文、比赛或工业级项目
- 展示C++/Python编程能力，以及大规模数据处理经验
- 如有电商背景或国际化相关经验，务必重点描述
- 深入学习LLM在搜索场景的应用，如RAG、生成式检索等
- 熟悉大规模分布式系统架构，如TensorFlow、PyTorch的分布式训练
面试指南
- 对于项目类问题，采用STAR法则（情境、任务、行动、结果），突出量化指标
- 对于技术方案类问题，先明确问题边界，再分步骤提出解决思路，注意权衡利弊
- 对于开放性问题，结合自身经验与行业趋势，展示思考深度和可行性
- 请介绍一下你过去参与过的搜索排序优化项目，具体做了哪些工作，效果如何？
- 如何处理多语言电商搜索中的Query理解问题？请给出一个方案
- 在大规模向量召回中，如何平衡召回效率与精度？
- 你对LLM在搜索场景中的应用有什么看法？可以举一个具体的例子
- 遇到线上搜索效果变差，你会如何排查和定位问题？
匹配度报告
73
综合匹配度
大厂核心算法岗，前沿技术栈，薪资优厚，但工作强度较大，WLB一般。
适合人群
最适合追求技术快速成长和高薪酬的求职者，但需接受较高的工作强度。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展92
工作生活45
使命价值70
薪资福利匹配
85较高
字节跳动薪资在行业内具有很强竞争力，而且作为上市大厂，福利保障完善，但JD未明确具体薪资和福利，需面试确认。
薪资信号未披露（AI估算：35K-65K/月）
成长发展匹配
92较高
该岗位涉及LLM、多模态、搜索全链路等前沿技术，且有大量数据驱动优化，成长空间极大。
技术前沿前沿/新兴技术
技术栈CTR预估、向量召回、NLP、LLM、多模态、深度学习、RAG
成长机会前沿技术、创新技术、学习、探索
业务类型profit_center
工作生活匹配
45较低
杭州现场办公，未提及远程或弹性，且互联网大厂算法岗通常工作强度较大，WLB一般。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
70中等
电商搜索业务直接服务亿级用户消费，提升购物体验，有较强现实价值，但主要服务于商业目标。
行业发展高速增长赛道
社会影响中性/一般
使命信号提升亿级用户搜索体验、极致优化
创新程度积极采用新技术
Watch Jobs