TikTok
算法工程师（大模型） - TikTok研发
算法工程师（大模型） - TikTok研发
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Agentic Ai
Dpo
Grpo
Ppo
Sft
多模态
大模型
强化学习
值不值得投
80综合评分
综合评分 80
核心业务大模型算法岗，技术前沿且成长空间巨大，薪资极具竞争力但工作节奏较快。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
7万
比机器学习工程中位数高
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
9 个在招
市场机会
选择面较广
北京 · 机器学习工程 · 约 480 个在招
职位详情
关于这个职位
该职位主要负责TikTok内容生态的大模型算法研发，设计高性能大模型算法引擎，并深度参与Agentic AI Agent的设计与落地
你将运用前沿的大模型后训练与强化学习技术，解决多模态内容理解等核心业务场景的技术挑战，服务全球亿万用户
最低要求
扎实的代码能力、数据结构和基础算法功底，熟练掌握C/C++或Python，具备良好的编码习惯、工程实现能力和算法优化意识
掌握人工智能相关核心算法方向，对算法原理、模型训练、效果优化有深刻理解和实际应用经验，包括但不限于以下方向之一：1）大模型后训练与对齐技术：理解大模型后训练流程及数据构建清洗、数据配比、训练稳定性、loss分析、评测体系等关键环节
熟悉SFT、DPO、PPO、GRPO等等后训练方法，理解奖励建模、偏好数据构建、自蒸馏学习、安全性与可控性优化等核心问题
）Agent训练与应用：理解Agent架构设计、任务规划、工具调用、记忆机制、多轮决策与环境交互等方向，了解如何通过强化学习、反馈学习或轨迹优化提升Agent的任务完成能力
有强烈的技术好奇心、自驱力和进取心，出色的问题分析、抽象建模和解决能力，能够主动跟踪大模型、强化学习、Agent等前沿技术进展，并结合实际场景进行探索与落地
具备良好的算法团队意识和协作能力，能够与工程、产品、数据等角色高效配合，紧跟技术发展趋势，参与设计和规划算法方向的中长期发展思路、目标与演进路线
工作职责
负责TikTok内容生态相关的大模型算法研发工作，相关技术在TikTok等业务场景中应用
设计和研发业界领先的高性能大模型算法引擎，提供满足多模态大模型内容理解，Agentic AI Agent应用等场景的核心能力
负责算法落地性能评估和分析，制定技术规划和性能标准，持续加强提升关键技术竞争力
深度参与到跟场景适配的Agentic AI Agent的设计研发，并且持续做自我进化学习迭代
优先资格
在机器学习、NLP、CV、大模型、强化学习、Agent、多模态等领域会议或期刊发表过高质量论文者优先，如NeurIPS、ICML、ICLR、ACL、EMNLP、CVPR、ICCV、KDD、WWW等
有高质量开源项目、算法竞赛成绩或大模型相关实践经验者优先
AI 洞察
优缺点分析
优点
- 接触TikTok核心业务场景（内容生态、社交、电商等），拥有海量数据和顶尖算力资源支持技术落地
- 技术栈极具前瞻性，涉及大模型后训练、Agent、多模态等当前AI领域最热门、最前沿的技术方向
- 大模型技术迭代极快，需要持续阅读前沿论文并快速进行工程验证，对学习能力要求极高
- 适合具备扎实AI理论基础、有顶会论文或大模型/Agent实际落地经验，且渴望在亿级用户产品中验证技术价值的算法人才
缺点 / 挑战
- 业务场景复杂且对性能要求苛刻，算法的工程实现、推理加速及稳定性优化面临较大挑战
角色解读
- 从大模型算法工程师向技术专家发展，深入掌握大模型与Agent的核心技术，成为领域内的技术领军人物
- 随着业务经验积累，可向算法团队Leader或技术总监转型，负责算法方向的中长期规划与团队建设
- 负责TikTok内容生态的大模型算法研发，设计高性能大模型算法引擎，支撑多模态内容理解等核心场景
- 深度参与Agentic AI Agent的设计与研发，通过强化学习等技术优化Agent的任务规划与多轮决策能力
- 负责算法落地的性能评估与分析，制定技术规划与性能标准，持续提升关键技术竞争力
- 扎实的C/C++或Python编程能力，精通数据结构与基础算法，具备优秀的工程实现与性能优化意识
- 深入理解大模型后训练（SFT/DPO/PPO等）及Agent架构设计，有模型训练、效果优化的实际落地经验
- 具备多模态、强化学习等AI核心算法的理论基础，能够快速跟进前沿论文并转化为工程实践
申请策略
- 了解TikTok在内容推荐、多模态理解方面的最新技术博客或开源项目，在面试中展现对业务的深刻理解
- 突出在大模型后训练（SFT/DPO/PPO等）或Agent设计方面的实际项目经验，量化业务收益（如指标提升百分比）
- 展示在NeurIPS、ICML等顶会发表的论文，或高质量开源项目、算法竞赛成绩，证明技术深度
- 深入学习强化学习在Agent中的应用（如RLHF、轨迹优化），提升复杂任务规划与工具调用的成功率
- 强化C++/Python的工程实现能力，学习大模型推理加速与性能优化技术（如vLLM、TensorRT）
面试指南
- 采用STAR法则，重点突出“问题定义-技术方案选型-工程实现细节-业务指标收益”的完整闭环
- 对于技术原理问题，先阐述核心数学推导或架构设计，再结合实际踩坑经验说明优化手段
- 请详细介绍你在SFT/DPO/PPO等后训练方法中的实际经验，以及遇到的loss不稳定问题是如何解决的？
- 在Agent架构设计中，如何优化多轮决策与工具调用的成功率？请结合具体项目说明
- 如何评估大模型在内容理解场景下的性能？你制定了哪些评测体系和技术标准？
- 面对大模型技术的快速迭代，你如何平衡前沿技术探索与业务快速落地之间的关系？
- 复习大模型训练的核心原理（如RLHF、DPO推导），准备1-2个自己主导的Agent或大模型落地项目的深度复盘
- 了解TikTok内容生态的业务逻辑，思考大模型和Agent如何具体赋能内容创作、消费或推荐链路
职位点评
薪资福利85
成长发展95
工作生活50
使命价值85
薪资福利
85较高
作为核心算法岗位，虽未披露具体薪资，但结合行业与城市水平，其薪酬福利在市场中极具竞争力。
薪资信号未披露（AI估算：5千–9万/月）
成长发展
95较高
处于AI大模型和Agent技术的最前沿，能接触到亿级用户的核心业务场景，技术成长与视野拓展空间极大。
技术前沿前沿/新兴技术
技术栈大模型、Agentic AI、Agent、SFT、DPO、PPO、GRPO、强化学习、多模态
成长机会大牛带队、不断探索前沿、自我进化学习迭代
业务类型profit_center
工作生活
50较低
JD未提及工作模式与WLB相关信息，但作为核心业务算法岗，通常工作节奏较快，需做好应对高强度工作的准备。
工作模式未明确
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
85较高
产品服务于全球亿万用户，技术具有广泛的社会影响力，且处于AI技术变革的核心浪潮中，使命感较强。
行业发展高速增长赛道
社会影响中性/一般
使命信号服务亿万用户
创新程度积极采用新技术
TikTok 的其他在招职位
相似职位推荐
Watch Jobs