字节跳动
机器学习研发工程师 - TikTok Search
机器学习研发工程师 - TikTok Search
发布于 大约 14 小时前普通员工/个人贡献者
北京市 / 上海市
中级经验
全职员工
仅现场办公
本科
机器学习工程
Cuda
Deepspeed
Fsdp
Gpu
Llm
Megatron
Pytorch
Sglang
Tensorflow
AI 估算 · 30k–60k
TikTok搜索核心业务，技术栈前沿，大厂薪资竞争力强，硕士及以上学历，3-5年经验，月薪3-6万合理。
职位详情
关于这个职位
作为TikTok搜索团队的机器学习研发工程师，你将参与设计和实现支撑海量流量的搜索架构，专注于深度学习模型在搜索场景中的性能与成本优化
你将深入研究GPU计算技术，开发高性能算子库，并探索生成式搜索、多模态理解等前沿技术，为TikTok搜索业务提供强大的技术基座
最低要求
掌握扎实的计算机基础知识，深入理解数据结构、算法和操作系统知识
有强烈的求知欲，快速学习和沟通能力
编程能力扎实，有良好的编程习惯
工作职责
参与TikTok搜索场景下，机器学习和深度学习架构的设计与实现
关注在高吞吐、大规模场景下的文本相关性模型、多模态、LLM模型、生成式召回等深度学习模型，在搜索场景中的性能和成本优化
提高模型训练效率，加速推理性能，优化GPU吞吐
设计和开发高性能算子库，研究最新的GPU计算技术和优化方法，充分利用GPU并行计算能力，支持各种模型在不同硬件上的构建和部署
优先资格
熟悉主流的深度学习框架（PyTorch、TensorFlow）
熟悉主流高性能并行编程技术，有GPU编程经验（CUDA或Triton）
熟悉vLLM/TRT-LLM/SGLang等大模型推理框架，熟悉大模型并发推理原理
熟悉FSDP、DeepSpeed、Megatron等业界主流分布框架的使用和原理
AI 洞察
优缺点分析
优点
- 深度接触大模型、GPU优化等前沿技术，技术栈先进
- 公司平台大，资源丰富，有完善的培训体系和晋升通道
- 工作强度大，可能需要应对高并发和紧急需求
- 技术门槛高，需要不断学习新技术，保持竞争力
- 业务复杂，需要深入理解搜索业务和算法
缺点 / 挑战
- 参与TikTok搜索核心业务，处理海量数据和高并发场景，技术挑战大，成长快
- 适合对深度学习、GPU优化有浓厚兴趣，喜欢挑战高难度技术问题，并希望在大型互联网平台快速成长的工程师
角色解读
- 在TikTok搜索团队，可以深入大模型、GPU优化等前沿技术，成为技术专家
- 有机会参与大规模分布式系统设计，向架构师方向发展
- 在字节跳动，有清晰的晋升通道，可向技术管理或资深专家方向发展
- 设计和实现TikTok搜索场景下的机器学习与深度学习架构，包括模型训练、推理和部署
- 优化深度学习模型在搜索场景中的性能和成本，涉及文本相关性、多模态、LLM等模型
- 开发高性能GPU算子库，研究GPU计算技术，提升模型训练和推理效率
- 扎实的计算机基础，包括数据结构、算法和操作系统
- 熟练的编程能力，有良好的编程习惯
- 了解主流深度学习框架（如PyTorch、TensorFlow）和GPU编程（CUDA或Triton）者优先
申请策略
- 了解TikTok搜索业务，思考如何将你的技术经验应用到搜索场景
- 准备一些关于性能优化、系统设计的案例，展示解决问题的能力
- 突出深度学习模型训练和推理优化的项目经验，特别是GPU性能调优
- 展示对主流深度学习框架（如PyTorch）的深入理解
- 如果有大模型（LLM）或搜索相关经验，务必重点突出
- 学习CUDA编程或Triton，提升GPU编程能力
- 了解vLLM、TensorRT-LLM等大模型推理框架
- 熟悉分布式训练框架，如DeepSpeed、Megatron
面试指南
- 从问题定义、技术选型、实现细节、效果评估等方面进行回答
- 强调数据驱动和实验验证，用具体数据说明优化效果
- 展示对系统架构和性能瓶颈的深入理解
- 如何优化一个深度学习模型的推理性能？
- 解释CUDA编程模型，并说明如何优化GPU利用率
- 你如何设计一个高吞吐的模型训练系统？
- 如何解决大规模分布式训练中的通信瓶颈？
- 复习深度学习模型优化技术，如量化、剪枝、算子融合
职位点评
76
综合评分
大厂核心业务，前沿技术栈，薪资高，但工作强度大，WLB一般。
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。
更适合这类人
适合追求技术成长、挑战高难度问题，对薪资有较高要求，且能接受高强度工作的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展95
工作生活40
使命价值70
薪资福利
85较高
字节跳动作为大厂，薪资水平在行业内具有竞争力，福利待遇完善，但工作强度较大。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
95较高
职位深度涉及大模型、GPU优化等前沿技术，技术挑战大，成长空间广阔。
技术前沿前沿/新兴技术
技术栈PyTorch、TensorFlow、CUDA、Triton、vLLM、TRT-LLM、SGLang、FSDP、DeepSpeed、Megatron、LLM、多模态
业务类型profit_center
工作生活
40较低
工作地点在北京/上海，需要现场办公，字节跳动工作强度较大，但未在JD中明确提及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
TikTok搜索业务处于高速增长赛道，技术影响力大，但社会价值感一般。
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
字节跳动 的其他在招职位
相似职位推荐
Watch Jobs