字节跳动
AI应用技术Leader-集团信息系统
AI应用技术Leader-集团信息系统
发布于 大约 11 小时前基层主管/组长
上海市
中级经验
全职员工
仅现场办公
本科
软件工程
深度学习
强化学习
预训练
SFT
数据清洗
数据合成
Scaling Laws
奖励模型
Test-Time Compute
AI 估算 · 30k–60k
技术Leader岗位，AI方向热门，字节跳动薪资有竞争力，预估月薪3-6万，年终奖丰厚。
职位详情
关于这个职位
该职位专注于企业级AI应用，负责预训练数据合成与清洗、深度推理技术探索及强化学习奖励模型优化，是推动字节跳动内部AI能力提升的核心技术岗位
你将与顶尖团队合作，解决大模型训练中的关键数据与算法问题，直接提升模型效果
最低要求
本科及以上学历，计算机、物理、数学、神经科学或相关专业
具备扎实的计算机科学功底和编程能力，熟悉常见算法和数据结构，具有良好的编程习惯
熟悉语言模型的基本技术、模型结构，对AI的未来有技术信念和工作热情
工作认真细致，计划性强，具有刨根问底的探究精神，对研发工作中有很强的实事求是的落地信念，追求最终效果或能带来可观察改变的过程创新
工作职责
负责企业数据预训练数据的合成、清洗、权重分配、来源扩充等一系列工作，持续提高预训练、中程训练等阶段的数据质量
负责探究预训练小领域数据的配比和最终效果之间的关系
开发数据合成链路，解决模型中的关键问题
负责探究深度推理技术，探究Test-time Compute和模型效果的Scaling laws，负责后训练奖励模型、强化学习算法的一系列优化流程，探究高价值数据到RL过程的数据飞轮
专注于企业服务强化学习中的奖励模型（Reward Model）的优化和创新
包括和SFT阶段配合解决判别能力较差的场景、探究合成数据进行奖励模型的预训练、组织标注人员进行奖励模型的标注、前沿探究
优先资格
有NOI、ACM竞赛经历者优先
有强化学习、后训练、推荐领域出色的数据驱动工作者优先
熟悉强化学习相关技术和细节，曾深度参与强化学习项目或语言模型项目
具有较强的工程能力，能迅速实现行业新想法的原型
AI 洞察
优缺点分析
优点
- 深度参与大模型核心技术环节，技术成长快，积累稀缺经验
- 字节跳动平台资源丰富，数据与算力优势明显，能快速实验落地
- 团队技术氛围浓厚，可与业界顶尖人才交流
- 工作强度大，项目节奏快，需应对探索性研究的不确定性
- 对综合能力要求高，需同时精通数据、算法与工程
- AI领域竞争激烈，需持续学习前沿论文与技术
缺点 / 挑战
- 适合对AI充满热情、技术功底扎实、喜欢挑战高难度问题并追求落地效果的资深工程师或研究型人才
角色解读
- 技术方向：从数据/算法工程师成长为AI专家，主导核心模型优化
- 管理方向：担任技术Leader后，可向技术总监或部门负责人发展
- 跨领域探索：AI应用广泛，未来可转向推荐、搜索、NLP等其他方向
- 负责企业预训练数据的全流程处理，包括合成、清洗、配比优化，确保高质量数据供给
- 深入研究深度推理技术，探索Test-time Compute与Scaling Laws，优化后训练阶段的奖励模型与强化学习算法
- 组织标注团队进行奖励模型标注，推动数据飞轮，解决判别能力不足等实际难题
- 扎实的计算机基础与编程能力，熟练掌握Python及常见算法数据结构
- 深入理解语言模型与强化学习技术，有相关项目或研究经验
- 强大的数据驱动思维与工程落地能力，能迅速实现前沿想法原型
申请策略
- 关注字节跳动内部AI应用方向，了解其To B产品如飞书
- 面试时带一个自己的项目案例，展示数据驱动思维
- 突出强化学习或大模型相关项目经验，尤其是数据、RL、奖励模型方面
- 强调竞赛经历（如NOI/ACM）或高影响力论文、开源贡献
- 展示工程能力，如快速原型开发、数据处理流水线搭建
- 补强强化学习理论，阅读Spinning Up、Sutton教材
- 实践大模型训练框架如DeepSpeed、Megatron
- 熟悉数据清洗与合成工具，如Spark、PySpark
面试指南
- 使用STAR法则：情境-任务-行动-结果，突出数据驱动的改进效果
- 对于算法问题，先阐述理论基础，再结合实际场景给出具体方案
- 强调迭代思维：小步快跑，通过实验验证假设，不断优化
- 如何设计一个数据合成流程来提升预训练质量？
- 你如何理解Test-time Compute与Scaling Laws的关系？
- 请详细介绍你过去参与的强化学习项目，特别关注奖励模型设计
- 遇到过数据质量差导致模型效果不佳的情况吗？如何解决？
- 你如何平衡探索新方法与业务快速落地之间的冲突？
职位点评
69
综合评分
前沿AI技术岗，成长空间大，薪资竞争力强，但WLB一般。
更适合这类人
适合追求技术成长、能够接受较高工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活40
使命价值70
薪资福利
75中等
字节跳动薪资待遇在行业内有竞争力，但未在JD中明确薪资范围，属于面议。福利方面未提及，但有上市大厂标准福利。
薪资信号面议 (30K-60K/月)
成长发展
90较高
该职位涉及大模型前沿技术（数据合成、Scaling Laws、RLHF），技术导向强，成长空间大。JD明确要求探究精神和落地信念，但未提及晋升通道。
技术前沿前沿/新兴技术
技术栈预训练、数据合成、强化学习、奖励模型、Scaling Laws、Test-time Compute
业务类型ambiguous
工作生活
40较低
仅现场办公，未提及弹性工作。字节节奏较快，WLB一般。但上海办公地点可能在市区，通勤尚可。
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
70中等
AI行业高速增长，该岗位直接支撑企业智能化，有正向社会影响力。但JD未突出使命感词汇。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs