Toutiao logo
今日头条
客户端开发工程师(端智能)-今日头条

客户端开发工程师(端智能)-今日头条

发布于 1 小时前

普通员工/个人贡献者

AI 估算 · 3.0–5.5万 · AI 参考估算
其它
本科
全职员工仅现场办公移动端开发
移动端开发
Aigc
Llm
Pytorch
Tensorflow
机器学习
模型压缩
深度学习
端侧部署

值不值得投

74综合评分

综合评分 74

广州端智能技术岗,聚焦大模型与移动端 AI 落地,技术成长强,办公与 WLB 信息不明确

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

4.3万

比移动端开发中位数高

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

22 个在招

市场机会

选择适中

广州 · 移动端开发 · 12 个在招

职位详情

关于这个职位

该岗位聚焦今日头条移动端端智能方向,负责探索和落地移动端 AI 新技术与应用场景,提升用户体验

你需要跟踪 LLM、AIGC 等前沿技术,并将其工程化部署到端侧业务中

最低要求

本科及以上学历,计算机、通信、数学等相关专业

熟练掌握Python,具有良好的数据分析能力、沟通能力、设计能力和编程习惯
掌握机器学习的理论基础,熟悉经典的算法模型(GBDT/LR/FM/DNN等)和任一主流机器学习框架(TensorFlow/PyTorch等)
具备深度学习、大模型技术基础知识,包括但不限于模型架构、训练算法、优化策略等

工作职责

负责探索移动端AI相关新技术和应用场景,并在业务上落地,提升用户体验

参与移动端AI相关新技术的长期探索和预研,丰富端上AI技术能力,助力业务发展
学习和跟踪大语言模型(LLM)、AIGC的前沿技术,并将其进行工程化落地

优先资格

有大模型SFT、RLHF、模型压缩等实操经验者优先

有人工智能端侧部署经验或移动端开发经验优先

AI 洞察

优缺点分析

优点

  • 岗位处于移动端与大模型结合方向,技术栈较新,有利于积累端侧 AI 落地经验
  • 业务场景明确,强调在今日头条业务中落地,能接触真实用户规模和效果反馈
  • 同时覆盖算法、工程化和移动端部署,能力成长面较宽
  • 对前沿技术跟踪有明确要求,适合希望持续学习 LLM、AIGC 的工程师
  • 需要同时理解机器学习、大模型和移动端开发,技术跨度较大
  • 适合具备机器学习或移动端开发基础,希望转向端侧 AI、大模型工程化和移动端智能应用的工程师

缺点 / 挑战

  • 端侧部署受设备性能、包体积、功耗和延迟限制,工程落地难度较高
  • 前沿技术预研与业务落地并行,对实验设计、优先级判断和交付能力要求较高

角色解读

  • 可向端智能算法工程化专家发展,深耕模型压缩、端侧推理、移动端 AI 性能优化
  • 可向大模型应用工程师或 AI 产品经理附近的技术负责人方向扩展,参与更多业务场景设计
  • 长期可成长为移动端 AI 架构师,负责端上智能能力平台化和跨业务复用
  • 探索移动端 AI 技术应用场景,将 LLM、AIGC 等能力落到实际业务中,直接改善用户体验
  • 参与端侧 AI 能力建设,包括模型部署、性能优化、工程化接入和长期技术预研
  • 跟踪前沿模型技术,评估其在移动端的可行性,并推动从实验到上线的完整落地
  • 与产品、算法、客户端等团队协作,把模型能力转化为稳定的移动端功能
  • 需要扎实 Python 编程能力和良好工程习惯,能够完成数据处理、实验验证和工程化开发
  • 需要掌握机器学习与深度学习基础,熟悉 GBDT、LR、FM、DNN 等经典模型和 TensorFlow、PyTorch 等框架
  • 需要理解大模型基础技术,包括模型架构、训练算法、优化策略,以及 SFT、RLHF、模型压缩等方向
  • 有端侧部署或移动端开发经验会更匹配,尤其是模型轻量化、推理性能和端上集成经验

申请策略

  • 申请前了解今日头条内容推荐、搜索、创作工具等业务场景,思考端智能可能带来的体验提升
  • 面试中尽量用项目数据说明技术价值,尤其是延迟、内存、准确率、用户指标等结果
  • 突出 Python、机器学习框架、深度学习或大模型相关项目,说明模型从训练到部署的完整链路
  • 重点展示端侧部署、模型压缩、推理优化、移动端集成等经历,如有性能提升数据应量化呈现
  • 强调与业务结合的结果,例如用户体验改善、转化率提升、延迟降低或崩溃率优化
  • 补充对 LLM、AIGC、SFT、RLHF 等技术的理解和实践,体现持续跟踪前沿技术的能力
  • 可加强 PyTorch/TensorFlow 模型训练与导出、量化、剪枝、蒸馏等模型压缩技术
  • 可补充移动端 AI 部署知识,如端侧推理框架、模型加载、性能profiling 和功耗优化

面试指南

  • 技术题采用“背景约束—方案选择—实验验证—上线结果”的结构回答,突出权衡过程
  • 项目题按“问题定义、数据/模型、工程实现、指标结果、复盘改进”展开,尽量量化收益
  • 前沿技术题先说明技术原理,再结合移动端资源限制、业务价值和落地成本判断适用性
  • 如何将大模型能力部署到移动端?会遇到哪些性能、内存和功耗限制?
  • 请介绍你熟悉的机器学习模型或深度学习模型,以及它在业务中的落地过程
  • 对模型压缩、量化、剪枝、蒸馏有哪些实践经验?如何权衡效果和性能?
  • 如何跟踪和评估 LLM、AIGC 新技术是否适合业务落地?
  • 如果端侧模型推理延迟过高,你会从哪些环节进行排查和优化?

职位点评

薪资福利78
成长发展88
工作生活50
使命价值72

薪资福利

78中等

JD 未披露薪资和福利信息,因此只能基于岗位技术复合度判断其市场吸引力;从职责看,该岗位对端侧 AI 和大模型工程化能力要求较高。

薪资信号未披露(AI估算:3.0千–5.5万/月)

成长发展

88较高

岗位明确涉及移动端 AI 新技术预研、LLM/AIGC 跟踪和工程化落地,对技术成长非常友好。JD 还提到长期探索和端上 AI 技术能力建设,发展信号较强。

技术前沿前沿/新兴技术
技术栈AI、LLM、AIGC、Python、机器学习、深度学习、GBDT、LR、FM、DNN、TensorFlow、PyTorch、SFT、RLHF、模型压缩、端侧部署
成长机会长期探索和预研、学习和跟踪大语言模型(LLM)、AIGC的前沿技术
业务类型ambiguous

工作生活

50较低

JD 仅说明地点为广州,未明确办公模式、弹性安排、加班情况或通勤信息,因此生活化动机满足程度无法充分判断。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

72中等

岗位强调通过移动端 AI 技术落地提升用户体验,并助力业务发展,具有一定用户价值和技术探索意义。但 JD 未提及更明确的社会使命或公共价值导向。

行业发展高速增长赛道
社会影响中性/一般
使命信号提升用户体验、助力业务发展
创新程度积极采用新技术
Watch Jobs