字节跳动
AML算法研究员-搜广推大模型
AML算法研究员-搜广推大模型
发布于 大约 11 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
本科
研究与开发 (研发)
广告
机器学习
深度学习
NLP
多模态
大语言模型
多模态大模型
推荐算法
Llm4Rec
AI 估算 · 25k–45k
北京大厂核心算法岗位，薪资水平较高，综合考虑市场行情和岗位要求。
职位详情
关于这个职位
这是一个前沿算法研究岗，专注于将推荐广告算法与大语言模型、多模态理解深度结合
你将参与到抖音等核心业务部门的深度学习算法优化中，并探索千亿级参数模型和LLM4Rec等前沿方向
适合有扎实ML基础和论文经验、愿意挑战高难度问题的算法人才
最低要求
本科及以上学历，计算机、人工智能等相关专业
扎实的机器学习、NLP基础和出色的探索能力
积极性强，愿意接受挑战，具有独立解决问题的能力，良好的团队合作意识和沟通能力
工作职责
探索推荐算法和大语言模型、多模态理解的深度融合主要研究方向包括：LLM4Rec、跨端跨场景的Foundation Model、千亿级参数规模的模型和多模态大模型
参与抖音中深度学习算法应用与优化，包括推荐、广告、多模态等需要利用大量算力的地方
和工程团队密切配合，探索新的架构下新的算法
优先资格
在推荐广告或者大模型领域主导过大影响力的项目或论文者优先
在ACL/NeurIPS/ICML/ICLR/CVPR等会议上发表论文者优先
AI 洞察
优缺点分析
优点
- 字节跳动核心算法中台，接触抖音等亿级用户业务，技术影响力大
- 研究前沿方向（LLM4Rec、多模态），保持技术领先性
- 薪资待遇优厚，有丰厚的年终奖与股票激励
- 工作强度较大，需要持续跟踪前沿技术并快速迭代
- 竞争激烈，团队成员背景优秀，需有较强抗压能力
- 研究方向偏应用，需平衡创新与业务落地速度
缺点 / 挑战
- 适合有扎实ML基础、热爱技术挑战、希望在大规模场景中验证算法的资深算法研究员
角色解读
- 向资深算法研究员或技术专家方向发展，深入算法核心
- 有机会转向技术管理岗位，带领团队攻克难题
- 积累字节跳动核心业务经验，未来可向AI架构师或CTO方向晋升
- 探索推荐算法与大语言模型、多模态理解的前沿融合，推动LLM4Rec等技术落地
- 参与抖音等核心业务的深度学习算法优化，提升推荐、广告等场景的效果
- 与工程团队合作，研究新架构下算法适配与性能优化
- 扎实的机器学习和NLP基础，熟悉深度学习模型原理
- 有推荐广告或大模型领域的高影响力项目或论文经验
- 具备独立解决问题的能力和良好的团队协作沟通能力
申请策略
- 深入了解字节跳动推荐广告业务和AML中台的技术栈
- 在面试中展示对LLM4Rec等前沿方向的思考和实践
- 重点突出推荐/广告或大模型领域的项目成果和顶会论文
- 强调独立解决复杂问题的案例，如算法优化带来的指标提升
- 展示工程落地能力，如大规模模型训练或推理优化经验
- 补充LLM、多模态方向的前沿论文和开源实践
- 学习大规模分布式训练框架（如Megatron、DeepSpeed）
面试指南
- 采用STAR法则描述项目背景、任务、行动和结果
- 先阐述当前主流方法，再提出自己的改进点并量化效果
- 从业务价值和技术创新两个维度回答，展现全局观
- 如何将大语言模型应用于推荐系统？请举例说明
- 你做过的最有影响力的推荐算法项目是什么？
- 详细介绍一下你在NeurIPS/ACL等会议发表的论文
- 面对千亿级参数模型训练，你会如何优化计算效率？
- 如何平衡算法创新与业务指标提升？
职位点评
70
综合评分
字节核心算法岗，前沿技术栈薪资高，但工作强度大。
更适合这类人
追求技术前沿与高回报、愿意为成长投入时间的算法人才。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活40
使命价值70
薪资福利
80较高
字节跳动为已上市巨头，薪资福利具有行业竞争力，该岗位属于核心算法团队，薪酬水平偏高。
薪资信号偏高 (25K-45K/月)
成长发展
90较高
岗位涉及LLM、多模态等前沿技术，有大量数据和算力支持，个人成长空间极大。
技术前沿前沿/新兴技术
技术栈推荐算法、大语言模型、多模态、深度学习、LLM、NLP
业务类型profit_center
工作生活
40较低
字节跳动工作节奏快，该岗位要求接受挑战，一定程度上意味着较高强度和较少WLB。
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
推荐广告和大模型领域处于高速增长赛道，技术商业化价值高，但缺乏直接社会价值驱动。
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