字节跳动
多模态算法工程师-抖音评论
多模态算法工程师-抖音评论
发布于 大约 16 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
学历未注明
深度学习
PyTorch
RAG
LLM
多模态
VLM
大模型
CV
MLLM
AI 估算 · 30k–60k
高级算法岗，大模型方向，薪资竞争力强，月薪3-6万，16薪
职位详情
关于这个职位
该职位是字节跳动抖音评论团队的多模态算法工程师，主要负责视频、直播、图文等互动内容的安全、体验与增长
工作涉及大模型驱动的机审系统研发、内容理解与排序分发优化，以及智能总结等创新产品探索
适合对多模态、大模型有深入理解且热爱技术挑战的算法工程师
最低要求
具有扎实的人工智能方面的基础知识，对CV、VLM、MLLM等技术有深入的理解，数学功底扎实，学习能力强
有扎实的编码能力，熟悉主流的深度学习训练框架、工程框架等
在CV、VLM、MLLM领域有成熟的项目落地经验，在短视频、图文、直播算法领域有经验者优先
在计算机科学高水平会议和期刊如NIPS、ICML、CVPR、ICCV、ECCV、IJCAI、AAAI、KDD、SIGIR、WWW、ACL、PAMI、IJCV等论文发表或有竞赛经验者优先
具有独立的分析问题和解决问题的能力，对解决具有挑战性问题充满激情
对技术有热情，追求极致，自驱力强
有良好的团队合作意识、沟通表达能力
工作职责
负责抖音系产品中视频、直播、图文等不同体裁下评论（文评、图评、音评等）、弹幕等互动内容的安全、体验、增长、创新工作
面向互动内容中存在的对抗表达、隐晦表达、知识依赖等语义挑战，时序性、多模态、交互性等结构挑战，研发大模型驱动的机审系统，提升互动内容的安全、画风、生态的治理能力，有效降低互动内容的潜在风险
分析和挖掘互动内容中蕴含的用户真实意图，探索基于大模型增强的统一内容理解技术，优化排序和分发策略以调控互动体验，提升平台口碑与用户粘性，支持在推荐、搜索、推送、广告、精选等场景中的应用
探索技术驱动的创新互动内容产品形态，如智能总结、主播助理等，促进互动效率提升与用户增长
基础技术方面持续探索LLM/MLLM等通用大模型在内容安全和理解领域的适配，从Pre-Train、Post-Train（SFT、RL）等方面优化，增强模型的感知和推理能力
同时探索围绕大模型相关的应用技术能力，如Auto-Prompt Engineering、Embedding、Incontext Learning、RAG等
优先资格
在短视频、图文、直播算法领域有经验者优先
在计算机科学高水平会议和期刊如NIPS、ICML、CVPR、ICCV、ECCV、IJCAI、AAAI、KDD、SIGIR、WWW、ACL、PAMI、IJCV等论文发表或有竞赛经验者优先
AI 洞察
优缺点分析
优点
- 大模型是热门方向，积累前沿技术，提升市场竞争力
- 字节跳动技术氛围浓厚，资源充足，团队优秀
- 技术迭代快，需要持续学习新知识
- 业务要求高，需快速产出成果
- 适合热爱技术、追求极致、有较强自驱力和抗压能力的算法工程师
缺点 / 挑战
- 抖音流量巨大，技术挑战高，成长空间大
- 工作强度较大，可能面临加班压力
角色解读
- 技术纵深：从多模态理解到大模型训练，成为顶尖AI专家
- 管理路线：可晋升为技术Leader，带领团队攻坚
- 业务方向：深入内容安全和推荐系统，成为业务专家
- 负责抖音评论等互动内容的安全、体验与增长，研发大模型驱动的机审系统
- 分析和挖掘用户意图，优化排序分发策略，调控互动体验
- 探索创新互动产品形态，如智能总结、主播助理等
- 持续优化LLM/MLLM在内容安全领域的适配，提升感知与推理能力
- 扎实的AI基础，深入理解CV、VLM、MLLM等技术
- 优秀的编码能力，熟悉主流深度学习框架
- 有CV、VLM、MLLM项目落地经验，优先考虑短视频、直播算法经验
- 有高水平论文或竞赛经验者优先
申请策略
- 提前了解抖音内容安全业务，思考大模型如何解决实际问题
- 准备1-2个与岗位相关的项目案例，用STAR法则描述
- 突出多模态或大模型相关项目经验，说明具体贡献和技术难点
- 强调论文发表或竞赛成绩，展示学术能力
- 展示编码能力和深度学习框架（如PyTorch）使用经验
- 复习LLM、MLLM相关论文和开源项目，了解SFT、RL等训练技术
- 实践Auto-Prompt、RAG等应用技术，增强工程能力
面试指南
- 用STAR原则介绍项目，突出个人贡献和技术细节
- 从模型压缩、量化、蒸馏等角度回答优化问题
- 结合对抗训练、数据增强等应对对抗表达
- 从技术可行性和业务价值角度阐述大模型应用
- 请介绍一个多模态项目，难点和解决方案是什么？
- 如何优化大规模模型的推理速度？
- 如何处理评论中的对抗和隐晦表达？
- 你如何看待大模型在内容安全中的应用？
匹配度报告
70
综合匹配度
大厂核心业务，前沿技术栈，高薪高成长，但工作强度可能较大。
适合人群
适合注重技术成长和高回报的求职者，对工作生活平衡要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展90
工作生活40
使命价值70
薪资福利匹配
80较高
薪资水平高，但福利未明确，整体补偿性较好。
薪资信号偏高 (30K-60K/月)
成长发展匹配
90较高
技术前沿，项目挑战大，成长空间广阔。
技术前沿前沿/新兴技术
技术栈大模型、多模态、LLM、MLLM、CV、VLM、Pre-Train、Post-Train、SFT、RL、Auto-Prompt、Embedding、Incontext Learning、RAG
业务类型profit_center
工作生活匹配
40较低
仅现场办公，未提及弹性工作，工作强度可能较大。
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
行业前景好，技术创新性强，但社会影响力一般。
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