字节跳动
大模型应用算法工程师-电商业务
大模型应用算法工程师-电商业务
发布于 大约 17 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
NLP
强化学习
RAG
LLM
多模态
图学习
MLLM
电商风控
AI 估算 · 30k–55k
大模型算法工程师稀缺，字节电商业务核心，薪资处于互联网大厂中高水平。
职位详情
关于这个职位
该职位主要负责利用大模型和多模态技术提升电商业务的风险识别与治理能力，包括优化商品审核、构建实体关系网络和售后服务大模型
你将深入电商场景，应用SFT、强化学习等方法推动模型迭代，适合有志于AI技术在电商落地的算法工程师
最低要求
本科及以上学历，计算机或相关专业优先
具备扎实的代码功底，具备Linux环境研发能力，精通Python
熟悉多模态、NLP相关算法，并具有丰富实践经验，熟悉并有LLM/MLLM实践经验
优秀的分析和解决问题的能力，对挑战性问题充满激情
具备良好的团队合作精神，较强的沟通能力
工作职责
深入理解电商业务，探索基于大模型、多模态模型，持续提升商家/达人在准入、发品、售后等各个业务场景的风险识别效果
提升商品治理审核智能化水平，迭代优化治理大模型，提升大模型对治理规则和商品信息的理解，实现高准高召的问题识别和自动处置
负责强化电商场景下，大模型推理和反思能力，通过商品业务域SFT、高质量CoT、强化学习、数据合成等技术方案，提升商品治理大模型底座能力
参与构建挖掘电商直播、商品、商家和带货主播等多种实体的数据，对大规模网络/海量特征序列进行建模，支撑商家、达人分类/风险团伙挖掘等业务场景解决问题，并为商家/达人治理提供支持
参与构建大规模的图存储和图学习平台，完善电商社区内商家/商品/达人/视频内容的关系建设，构建电商实体通用表征能力，赋能治理业务
建设售后服务MLLM基座大模型，并利用RAG/Agent/RL等技术，解决复杂场景下对体验问题的理解能力
AI 洞察
优缺点分析
- 公司平台大，字节跳动技术氛围浓厚，资源丰富
- 工作内容前沿，涉及LLM、多模态、强化学习等热门技术，职业竞争力强
- 电商业务场景复杂，挑战大，成长空间广阔
- 任务指标压力大，需要快速迭代模型并保证业务效果
- 技术栈更新快，需要持续学习，工作强度可能较高
- 对综合能力要求高，既要懂算法又要理解业务
- 适合热爱技术、喜欢挑战、有较强自驱力，希望在AI应用领域快速成长的算法工程师
角色解读
- 横向扩展：在电商治理方向深耕，成为业务+技术复合型专家
- 纵向晋升：从算法工程师到技术专家/架构师，主导大模型在电商领域的落地
- 跨域发展：积累经验后向AI产品经理或科研方向转型
- 利用大模型和多模态技术优化电商业务中的风险识别和商品治理，提升审核智能化水平
- 通过SFT、强化学习等方法提升大模型的推理和反思能力，构建高质量治理模型
- 参与构建电商实体关系图谱，利用图学习技术挖掘风险团伙和商家分类
- 建设售后服务MLLM基座，结合RAG和Agent解决复杂体验问题
- 精通Python，具备扎实的Linux开发能力和算法工程化经验
- 深入理解大模型（LLM/MLLM）原理，有实际微调、部署经验
- 熟悉多模态和NLP算法，掌握强化学习、RAG、Agent等前沿技术
- 优秀的分析和问题解决能力，能够将技术应用于电商治理场景
申请策略
- 关注字节电商业务动态，了解相关场景痛点，面试时体现业务敏感度
- 准备高质量的代码和算法案例，展示工程落地能力
- 突出大模型（LLM/MLLM）项目经验，包括微调、部署、效果优化
- 强调在NLP或多模态领域的实际工作成果，如模型性能提升
- 展示电商或风控相关业务理解，体现问题解决能力
- 提前学习强化学习、RAG、Agent等最新技术，阅读相关论文
- 熟悉字节跳动技术栈，如Pytorch、TensorFlow、分布式训练框架
面试指南
- STAR原则：情境-任务-行动-结果，突出技术难点和个人贡献
- 技术方案类：先明确问题，再对比多种方法，最后给出推荐方案并说明理由
- 请介绍你参与过的一个大模型微调项目，包括数据构建、训练策略和效果评价
- 如何用大模型解决电商场景中的虚假评论识别问题？请给出技术方案
- 解释强化学习在LLM中的应用（如RLHF），并说明电商场景下的可行性
- 多模态模型如何融合文本和图像信息？举例说明在商品治理中的应用
- 复习LLM、多模态、强化学习基础知识，关注最新论文（如GPT-4、LLaMA）
- 准备2-3个完整项目案例，涵盖数据、模型、工程化全链路
匹配度报告
64
综合匹配度
字节电商大模型算法岗，前沿技术栈，高发展潜力，但工作强度大，WLB较差。
适合人群
该职位最适合追求技术深度与前沿发展、愿意在高强度下快速成长的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展95
工作生活30
使命价值60
薪资福利匹配
70中等
薪资水平在互联网大厂中具有竞争力，但JD未明确具体薪资和福利，补偿性动机满足度中等偏上。
薪资信号未披露 (30K-55K/月)
成长发展匹配
95较高
工作内容涉及大模型、强化学习等前沿技术，成长路径清晰，发展性动机满足度极高。
技术前沿前沿/新兴技术
技术栈LLM、MLLM、多模态、NLP、强化学习、RAG、Agent、图学习
业务类型profit_center
工作生活匹配
30较低
JD未提及远程办公或WLB，字节跳动互联网公司通常工作强度较大，生活化动机满足度较低。
工作模式未明确
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
60中等
电商治理在一定程度上能维护平台秩序，具有社会价值，但主要是商业驱动，意义感动机满足度一般。
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