字节跳动
大模型算法工程师-国际支付
大模型算法工程师-国际支付
发布于 大约 13 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
学历未注明
NLP
SFT
Machine Learning
大模型
CV
vLLM
RLHF
Qwen
Verl
Reward Model
AI 估算 · 30k–60k
大模型算法岗位薪资较高，字节跳动薪酬竞争力强，综合市场行情估算。
职位详情
关于这个职位
该职位是字节跳动国际支付部门的大模型算法工程师，主要负责将大模型技术应用于智能催收、智能客服、智能运维等场景，通过SFT、RLHF等后训练技术优化模型效果，并设计Agent架构
你将深入业务需求，探索Agent Test-Time-Scaling等前沿技术，是技术深度与业务落地的结合
最低要求
具有优秀的编程基础，熟练使用Python/C++等至少一种编程语言
熟悉NLP、CV、ML等相关的技术，深入理解大模型相关技术栈（如Reward Model、GRPO/PPO/DPO、SFT/RFT等）
熟练掌握LLaMA Factory、Verl等常见开源模型调优训练框架，熟悉vLLM等常见推理加速框架，熟悉Qwen、DeepSeek等开源大模型原理与实现
优秀的分析和解决问题的能力，对解决具有挑战性的问题充满激情，良好的沟通和团队合作能力
工作职责
深入理解业务需求，利用SFT、RLVR、Agent RL等多种后训练技术，优化智能催收、智能客服、智能运维、智能审核等场景下信息抽取、意图分类、工具调用等多种模型的效果，提升业务效果天花板
结合对大模型系统框架及模型能力边界的理解，设计并搭建Agent架构，包括React、Plan-Act、Generate-Verifier、Multi-Agent等，探索Agent Test-Time-Scaling技术
密切跟进LLM领域最新研究成果，积极参与新业务的探索研究，结合对业务场景的充分理解，寻找最佳解决方案
优先资格
深入参与过以下任意一项的优先：
具备业界大模型的训练、调优和交付经验者优先
具备业界大模型应用产品落地经验或有大模型相关领域顶会论文发表者优先
ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先
AI 洞察
优缺点分析
优点
- 身处大模型应用前沿，技术积累含金量高，未来跳槽竞争力强
- 团队技术氛围浓厚，紧跟LLM最新研究，有发表顶会论文的机会
- 工作强度可能较大，需要持续学习新技术并快速落地，技术迭代快
- 业务场景涉及金融支付，对模型准确性和稳定性要求极高，容错率低
- 竞争激烈，需要与顶尖算法人才比拼，持续产出高价值成果
缺点 / 挑战
- 字节跳动平台大，国际支付场景复杂，能接触到高并发、高价值的业务挑战
- 适合技术功底扎实、热爱挑战、希望在AI前沿领域快速成长的算法工程师
角色解读
- 从模型调优工程师成长为Agent架构设计师，主导复杂多Agent系统的研发
- 向技术专家方向发展，深耕大模型后训练和推理优化，成为领域权威
- 横向扩展至支付业务的产品或管理岗位，利用技术背景推动业务创新
- 使用SFT、RLHF等技术优化大模型在智能催收、客服等场景的模型效果，提升信息抽取和意图分类的准确率
- 设计和实现Agent架构，包括React、Plan-Act等，探索Test-Time-Scaling技术，使模型能够自主调用工具完成任务
- 跟踪LLM最新研究，将前沿技术应用到支付业务中，寻找最佳解决方案
- 扎实的编程基础，熟练使用Python或C++，并熟悉NLP、CV、ML等AI技术
- 深入理解大模型训练和微调技术栈，如Reward Model、GRPO/PPO/DPO、SFT等
- 熟练使用LLaMA Factory、Verl、vLLM等框架，了解Qwen、DeepSeek等开源模型原理
申请策略
- 了解字节跳动国际支付业务背景，思考大模型在金融场景中的落地痛点
- 关注公司技术博客和开源项目（如豆包模型），展现对技术社区的热情
- 突出大模型训练和微调项目经验，如SFT、RLHF的实际案例，量化效果提升
- 强调Agent架构设计经历，例如使用React、Plan-Act模式解决复杂任务
- 展示编程竞赛获奖、顶会论文发表等，证明学习和创新能力
- 系统学习GRPO、DPO等最新对齐技术，动手复现相关论文
- 熟悉vLLM和推理加速原理，了解KV cache、continuous batching等
- 准备1-2个完整的Agent项目，如AutoGPT、MetaGPT实践
面试指南
- 对于技术性问题，先阐述核心原理，再结合项目经验说明具体做法和效果，最后对比不同方法优劣
- 对于设计题，先明确业务需求和约束，然后分模块描述架构，包括数据流、模型选择、评估机制，最后提及可扩展性
- 对于开放性问题，展示你的研究深度，引用最新论文（如DeepSeek-R1），并给出你的独特见解
- 请详细阐述SFT和RLHF的流程与区别，以及你如何选择使用它们？
- 设计一个Agent架构，让模型能够完成智能客服的多轮对话与工具调用
- 如何评估大模型在智能催收场景中的效果？你会选择哪些指标？
- 讲一个你优化大模型推理速度的实际案例，使用了哪些技术？
- 你对Agent Test-Time-Scaling技术如何理解？有哪些可能的实现路径？
匹配度报告
66
综合匹配度
字节跳动大模型算法岗，技术前沿、成长快，但工作强度可能较大。
适合人群
该职位最适合追求技术成长、愿意为前沿技术投入精力的求职者，对WLB要求不高的人。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展90
工作生活40
使命价值60
薪资福利匹配
75中等
字节跳动薪资在互联网行业处于领先水平，但职位未明确薪资范围和福利，存在一定不确定性。
薪资信号未披露（AI估算：30K-60K/月）
成长发展匹配
90较高
该职位涉及最前沿的大模型后训练和Agent技术，能极大提升技术深度和行业视野，成长空间巨大。
技术前沿前沿/新兴技术
技术栈Python、C++、NLP、ML、Reward Model、SFT、RLHF、Agent、vLLM、Qwen、DeepSeek、LLaMA Factory、Verl
业务类型profit_center
工作生活匹配
40较低
工作地点北京，JD未提及弹性工作或远程，互联网大厂通常工作强度较高，WLB一般。
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
大模型技术推动金融支付智能化，具有一定社会价值，但主要服务于商业利益，使命感中等。
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