字节跳动
AML算法研究员-搜广推大模型
AML算法研究员-搜广推大模型
发布于 大约 14 小时前普通员工/个人贡献者
杭州市
中级经验
全职员工
仅现场办公
学历未注明
深度学习
大模型
CNN
RNN
LSTM
搜广推
大规模Sparse&Dense模型
AI 估算 · 30k–60k
大厂核心算法岗，前沿大模型方向，技能稀缺，杭州薪资水平较高，竞争力强。
职位详情
关于这个职位
该职位是字节跳动AML团队的核心算法研究员，专注于将大模型（如7B/13B）应用于搜索、推荐和广告业务
你将参与抖音等产品的深度学习算法优化，包括多模态、长序列建模等前沿方向，与工程团队紧密合作，探索新架构下的算法创新
适合对大规模机器学习和大模型应用充满热情的技术人才
最低要求
掌握C/C++/Python等编程技能
熟悉深度学习算法（Transformer/CNN/RNN/LSTM/推荐广告的大规模Sparse&Dense模型等）
积极性强，愿意接受挑战，充满想法
具有独立解决问题的能力，良好的团队合作意识和沟通能力
工作职责
参与抖音中深度学习算法应用与优化，包括推荐、广告、多模态等需要利用大量算力的地方
和工程团队密切配合，探索新的架构下新的算法
AI 洞察
优缺点分析
- 加入字节跳动核心AML团队，处理海量数据和算力，技术挑战大
- 身处大模型+搜广推的前沿赛道，技能积累价值高
- 公司平台大，资源丰富，影响力广，职业发展空间广阔
- 工作强度较高，需要适应快节奏和持续学习新技术
- 技术难度大，对算法深度和工程能力要求高，竞争压力大
- 业务结果导向，需要快速产出和落地
- 适合技术过硬、热爱挑战、希望在搜广推和大模型领域深耕的算法工程师
角色解读
- 技术方向：从算法研究员成长为技术专家，主导大模型在核心业务中的应用
- 管理方向：可转技术管理，带领团队攻克复杂算法难题
- 跨域发展：积累多模态、生成式等前沿经验，未来可转向AI其他领域
- 参与抖音等产品的深度学习算法研发，重点优化推荐、广告和多模态等场景
- 探索大模型在搜索、推荐、广告中的应用，包括7B/13B复杂化模型和长序列端到端建模
- 与工程团队合作，推动新架构下的算法创新和落地
- 精通C/C++/Python编程，具备扎实的工程能力
- 深入理解深度学习算法，包括Transformer、CNN、RNN、LSTM以及大规模稀疏/稠密模型
- 对搜广推业务有热情，熟悉大模型技术前沿
申请策略
- 关注字节跳动技术博客和开源项目，了解AML团队的技术方向
- 在简历中体现对业务的理解，以及算法如何驱动商业价值
- 突出大模型或搜广推相关的项目经验，尤其是7B/13B级别模型的应用
- 强调编程技能和深度学习框架使用（如PyTorch、TensorFlow）
- 展示独立解决复杂问题的案例，以及团队协作成果
- 提前了解字节旗下产品的推荐和广告系统架构
- 补充大模型训练和推理优化相关知识，如分布式训练、模型压缩
面试指南
- 采用STAR法则：情境-任务-行动-结果，清晰展示项目全貌
- 对比分析：讨论不同方案的trade-off，体现技术深度和决策能力
- 量化结果：用具体指标（如AUC、CTR、营收）说明效果
- 请详细介绍你参与过的一个大规模机器学习项目，包括模型设计、工程优化和效果提升
- 大模型在推荐系统中如何应用？与传统模型相比有何优劣？
- 如何解决长序列建模中的计算和存储效率问题？
- 你如何评估一个算法改进的实际业务收益？
- 在跨团队协作中，遇到技术方案分歧时如何处理？
匹配度报告
72
综合匹配度
大厂核心算法岗，前沿大模型+搜广推，薪资优厚，成长快，但工作强度大。
适合人群
适合追求技术成长和职业发展，能接受高强度工作的求职者。
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95
工作生活40
使命价值70
薪资福利匹配
85较高
薪资水平在业内属于头部，字节跳动福利完善（如六险一金、免费三餐），但JD未明确具体薪资，需面议。
薪资信号面议 (30K-60K/月)
成长发展匹配
95较高
该岗位聚焦大模型和搜广推前沿方向，技术迭代快，项目规模大，成长空间极大。公司内部有技术分享和晋升通道。
技术前沿前沿/新兴技术
技术栈大模型、深度学习、Transformer、搜广推、多模态
业务类型profit_center
工作生活匹配
40较低
工作地点杭州，互联网公司通常需要现场办公，且JD未提及弹性工时或远程选项，默认加班强度较高。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
70中等
抖音等产品用户量大，算法优化直接影响数亿用户体验，社会影响力较大；但商业属性强，使命感一般。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs