字节跳动
豆包大模型算法工程师-火山方舟
豆包大模型算法工程师-火山方舟
发布于 大约 14 小时前普通员工/个人贡献者
上海市
初级经验
全职员工
仅现场办公
本科
深度学习
NLP
预训练
LLM
SFT
大模型
RLHF
AI 估算 · 30k–50k
大模型算法岗需求旺盛，字节跳动薪资竞争力强，1年经验硕士预估月薪3-5万。
职位详情
关于这个职位
作为豆包大模型算法工程师，你将加入火山方舟团队，专注于大模型的优化与创新
工作涉及数据建设、指令微调、偏好对齐等模型优化技术，并探索复杂指令、长上下文等场景下的模型能力提升
你将为ToB企业服务（如搜索、推荐、广告）开发高效模型，同时参与自动化评估体系建设
该职位适合有大模型或NLP背景、热爱技术挑战的算法工程师
最低要求
计算机相关专业本科及以上学历，1年以上算法研发工作经验，有相关方向技术和研究背景的候选人优先
优秀的代码能力、数据结构和基础算法功底，C/C++或Python熟练
有领域顶级会议文章(NeurIPS、ICML、ICLR、CVPR、ICCV、ACL、KDD等)、有编程/AI比赛获奖（ACM/ICPC、NOI/IOI、Top Coder、Kaggle等）优先
熟悉NLP相关的算法和技术，在相关领域有过良好研究记录者优先，熟悉大模型预训练、SFT与RL算法者优先
在大模型领域，主导参与过大影响力的项目或论文者优先
出色的独立分析和解决问题的能力，能深入解决大模型优化和应用存在的问题
良好自驱力和沟通协作能力，能和团队一起探索新技术，推进技术进步
工作职责
发现优化大模型的简单、普适的想法，并应用到各个规模的模型中提升效果
推进数据建设、指令微调、偏好对齐、继续预训练等模型优化方面的工作，提高模型质量和适应性
探索复杂指令、长上下文、多轮对话下，大模型更为复杂的理解、推理和生成能力
基于语言处理、内容创作、教育Tutor、角色扮演、复杂Agent、AI搜索和工具、代码助手等服务和应用优化模型效果
推进大模型效果评估，尤其是复杂场景（多轮对话、开放领域）评估集建设和自动化评估能力建设
深入研究和探索大模型在ToB企业服务中的更多使用场景，拓展模型的应用范围，如搜索、推荐、广告、创作、客服和办公等各类场景
AI 洞察
优缺点分析
- 身处大模型前沿赛道，技术成长空间大，接触行业最新实践
- 字节跳动平台资源丰富，算力和数据支持充足，项目影响力大
- 团队氛围技术驱动，可与顶级研究者合作，积累高质量论文和项目经验
- 大模型领域竞争激烈，技术迭代快，需要持续学习和研究
- 工作强度可能较大，尤其项目关键期需投入额外精力
- 对创新能力要求高，需要不断提出并验证新的优化想法
- 适合热爱算法研究、享受技术挑战、渴望在大模型领域深耕的求职者
角色解读
- 技术深耕：从模型优化到前沿研究，成为大模型领域专家
- 项目领导：主导核心模型项目，晋升为技术负责人或团队骨干
- 横向扩展：转向AI应用架构或AI产品方向，拓宽职业路径
- 负责大模型的优化工作，包括数据建设、指令微调、偏好对齐等，提升模型效果
- 探索复杂指令、长上下文、多轮对话下的模型能力，应用于AI搜索、代码助手等场景
- 推进大模型效果评估，建设自动化评估体系，并研究ToB企业服务中的新应用
- 精通Python或C/C++，具备优秀的代码能力和算法功底
- 扎实的NLP和深度学习基础，熟悉大模型预训练、SFT、RLHF等技术
- 有顶级会议论文或编程竞赛获奖经验者优先，但并非必需
- 具备独立分析和解决问题的能力，以及良好的团队协作沟通能力
申请策略
- 提前了解火山方舟的平台和业务方向，在面试中表达对ToB AI服务的兴趣
- 准备一个技术深度与广度兼备的自我介绍，突出对大模型优化的热情
- 突出大模型或NLP相关项目经验，尤其是指令微调、偏好对齐等优化工作
- 强调代码能力，展示C++或Python的熟练程度，提及代码仓库或开源贡献
- 如有论文或竞赛奖项，放在显眼位置，突出技术深度和影响力
- 体现独立思考和解决问题的能力，用具体案例说明如何攻克技术难点
- 系统学习Transformer、GPT等大模型架构，动手实践微调和RL算法
- 熟悉主流大模型框架（如DeepSpeed、Megatron）和分布式训练技术
面试指南
- 采用STAR法则（情境-任务-行动-结果）来结构化描述项目经验
- 对于开放性问题，先明确问题边界，再分点列出可能的解决方案，最后比较优劣
- 请描述你在大模型指令微调或偏好对齐方面的项目经验
- 如何评估大模型在复杂多轮对话中的性能？有哪些评估指标或方法？
- 假设需要提升模型在长上下文任务中的表现，你会从哪些方面着手？
- 谈谈你对RLHF的理解，以及它的优缺点和改进方向
- 在一个分布式训练场景中，如何处理显存不足或训练效率低下的问题？
- 复习大模型核心论文（如GPT、LLaMA、InstructGPT），理解技术原理
匹配度报告
72
综合匹配度
大厂核心算法岗，前沿技术栈，发展空间极大，但工作强度高、WLB一般。
适合人群
最适合追求技术成长和职业发展、能够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
作为上市互联网巨头，字节跳动薪资体系完善，该职位属于核心算法岗，预计薪酬偏高，但JD未明确列出福利项，总体补偿性较强。
薪资信号偏高 (30K-50K/月)
成长发展匹配
95较高
大模型是当前最前沿的技术领域之一，JD明确要求探索复杂场景、推进自动化评估，成长空间巨大，且有顶会论文优先条件，发展动机得到极强满足。
技术前沿前沿/新兴技术
技术栈LLM、大模型、预训练、SFT、RLHF、NLP、C++、Python
业务类型profit_center
工作生活匹配
40较低
JD未提及弹性办公或WLB，字节跳动普遍工作强度较大，生活化动机满足程度有限。
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
大模型技术推动AI进步，具有较高的社会价值，但JD未明确提及使命或社会影响，意义感满足程度中等偏上。
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