字节跳动
视觉大模型算法工程师-国际电商
视觉大模型算法工程师-国际电商
发布于 大约 17 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
学历未注明
PyTorch
计算机视觉
TensorFlow
模型压缩
分布式训练
视频理解
图像搜索
多模态预训练
商品识别
大规模Cv
AI 估算 · 35k–60k
高级算法工程师，核心电商业务，要求前沿视觉技术，薪资竞争力强。
职位详情
关于这个职位
作为字节跳动国际电商的视觉大模型算法工程师，你将负责电商场景下大规模视觉与多模态预训练，包括商品图片、视频、直播等CV底座优化，以及图像搜索、商品识别等核心算法迭代
该职位要求深厚的计算机视觉研究背景和工程实践能力，适合希望在AI前沿技术领域深耕的资深算法人才
最低要求
在多媒体和计算机视觉某个领域有较深入的研究，包括但不限于大规模CV/多模态预训练、自监督学习、图片/视频理解、图像搜索、分割/检测/OCR等
熟悉TensorFlow/PyTorch/MXNet其中一种或多种框架模型的训练和部署，了解混合精度训练、分布式训练等训练加速方法
熟悉模型压缩加速的最新研究和技术进展，包括但不限于模型量化、剪枝、知识蒸馏等，以及TensorRT等Inference框架
有较强的实践能力，在Kaggle，COCO，ImageNet，ActivityNet，ICPC，NOI/IOI等比赛获奖者优先
实践动手能力强，相关竞赛和顶级学术会议（如CVPR、ICCV、ECCV等）发表论文者优先
工作职责
负责电商场景下大规模视觉、多模态预训练任务，包括商品图片、视频、直播等各个场景下的CV底座，以及多模态大模型的CV底座
负责计算机视觉相关模型的优化与迭代，包括商品图细粒度分类、商品主体识别、品牌识别、短视频和直播的视频分类、多模态内容挖掘和理解等
负责电商场景图像搜索、拍照搜商品、商品消重、视频搬运等基础算法优化迭代
探索计算机视觉前沿技术，视觉大模型、统一视觉底座算法等
AI 洞察
优缺点分析
- 深度参与电商核心业务，算法直接影响GMV，成就感与影响力强
- 接触大规模数据与前沿技术，技术积累快，职业竞争力提升显著
- 字节跳动技术氛围浓厚，团队大牛云集，学习与成长机会多
- 业务节奏快，对算法效果和落地速度要求高，工作强度较大
- 技术竞争激烈，需要持续跟进前沿论文并快速实验迭代
- 适合技术自驱力强、热爱钻研CV前沿、抗压能力好的算法工程师，尤其是希望在大厂核心业务中快速成长的人
角色解读
- 技术纵深：从CV算法工程师向视觉大模型专家发展，主导核心模型架构设计
- 业务横向：深入理解电商场景，成长为算法团队技术Leader或业务技术负责人
- 平台跳板：字节跳动国际化业务提供全球视野，未来可向AI研究或管理岗转型
- 负责抖音电商场景下大规模视觉预训练模型的设计与优化，提升商品理解与搜索效果
- 迭代图像分类、主体识别、品牌识别等核心算法，支撑电商搜索与推荐业务
- 探索并落地视觉大模型、统一底座等前沿技术，推动业务智能化升级
- 扎实的计算机视觉基础，熟悉大规模预训练、自监督学习、图片/视频理解等方向
- 精通至少一种深度学习框架（TensorFlow/PyTorch），具备分布式训练与模型压缩经验
- 有顶会论文或竞赛获奖经历者优先，证明独立研究与工程实践能力
申请策略
- 了解字节国际电商业务方向，在简历中体现对电商场景的理解
- 准备一个完整的技术项目故事，从问题定义、方法设计到效果提升，突出你的贡献
- 突出在CV/多模态领域的项目成果，尤其是大规模预训练或图像搜索相关经验
- 列出顶会论文、竞赛获奖（Kaggle/COCO等）及开源贡献，证明技术实力
- 强调工程落地能力：模型压缩、分布式训练、部署优化等实战案例
- 补充多模态预训练最新论文（如CLIP、ViT变体）的复现或改进经验
- 强化高效模型推理技能，熟悉TensorRT、ONNX等部署工具
面试指南
- STAR法则：情境(Situation)、任务(Task)、行动(Action)、结果(Result)，清晰展示项目全貌
- 分点回答：先讲问题定义，再讲技术方案，最后总结效果与反思
- 请介绍你参与过的一个大规模视觉预训练项目，包括技术选型和效果
- 如何设计一个商品细粒度分类模型？你会如何平衡精度与速度？
- 谈谈你对视觉大模型（如ViT、CLIP）在电商场景应用的看法
- 描述一次你使用模型压缩（量化/蒸馏）的经历，效果如何
- 复习计算机视觉经典论文和近年顶会论文（CVPR/ICCV/ECCV），重点关注多模态、自监督方向
- 梳理自己最有代表性的项目，准备技术细节（模型架构、数据、指标）
匹配度报告
72
综合匹配度
前沿技术栈、高薪大厂、核心业务，但工作强度大、WLB一般。
适合人群
最适合追求技术前沿、快速成长、愿意在电商核心业务中拼搏的求职者。
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
该职位薪资处于市场偏高水平，字节大厂福利完善，但薪资未明确披露。
薪资信号未披露 (35K-60K/月)
成长发展匹配
95较高
视觉大模型为前沿技术，参与核心电商业务，成长空间极大。
技术前沿前沿/新兴技术
技术栈计算机视觉、多模态预训练、大规模CV、模型压缩、TensorFlow、PyTorch、图像搜索、商品识别、视频理解、分布式训练
业务类型profit_center
工作生活匹配
40较低
JD未提及远程或弹性工作，电商业务节奏快，加班可能较频繁。
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
电商算法直接提升购物体验和效率，有一定社会意义，但核心是商业驱动。
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