字节跳动
AI搜索资深研发工程师/架构师-基础设施
AI搜索资深研发工程师/架构师-基础设施
发布于 大约 14 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
学历未注明
机器学习工程
Llm
Nlp
Rag
多模态
搜索架构
机器学习
深度学习
语义检索
AI 估算 · 40k–70k
AI搜索方向技术含量高，字节薪资竞争力强，资深架构师年薪可达百万，按16薪估算月薪4-7万。
职位详情
关于这个职位
该职位负责字节跳动Agentic Search产品的搜索基础设施研发，基于LLM和多模态技术构建新一代对话式搜索体验
你将参与搜索全链路（召回、排序、混排）的架构设计与优化，探索RAG、语义检索等前沿AI技术，并应用于游戏、电商、法律等多个行业，推动AI搜索落地
最低要求
具备扎实的代码能力、数据结构和基础算法功底，熟练Java或Python
出色的分析问题、解决问题能力，追求优雅的架构设计和代码能力，对挑战技术难题充满激情
熟悉信息检索基础理论
熟悉机器学习模型在搜索链路上的应用和优化
良好的沟通协作能力，能和团队一起探索新技术，推进技术进步
工作职责
负责Agentic Search产品构建，基于Agent技术栈实现规划、执行、多源融合搜索、Skills/Tools扩展搜索能力，实现智能、精确、高效的对话式搜索体验
从千~万亿不同规模的搜索场景，应用LLM技术以及其他NLP和多模态机器学习技术，构建AI检索产品，包括但不限于RAG、语义检索、图搜、音视频搜索等，涵盖游戏、电商、商业咨询、法律等多种行业，为用户提供智能、准确、丰富的搜索体验
搜索全栈（Query分析、相关性、召回、粗排、精排、混排）建设，包括相关性计算、CTR预估、CVR预估、向量召回、价值混排等
AI检索能力构建，探索最前沿的NLP技术和多模态技术，从基础的分词、NER、OCR到应用上的Query分析、基础相关性等，全链路应用深度学习模型
与团队成员紧密合作，将研究成果转化为实际应用，推动产品的创新和升级
优先资格
ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先
有推荐/搜索引擎架构研发经验者优先
有智能搜索架构研发经验者优先
AI 洞察
优缺点分析
优点
- 技术前沿，涉及Agentic Search、LLM等热门方向，学习机会多
- 字节跳动薪酬待遇优厚，且平台影响力大，为履历加分
- 技术难度高，需要同时掌握搜索架构、NLP、多模态等多领域知识
- 竞争激烈，团队汇聚顶尖人才，需要保持出色的表现
缺点 / 挑战
- 海量搜索场景，业务复杂度高，技术挑战大，成长速度快
- 工作节奏较快，可能面临较大压力，对持续学习和抗压能力要求高
- 适合对AI和搜索技术有浓厚兴趣、追求技术深度和职业爆发力、不畏挑战的工程师
角色解读
- 在AI搜索领域积累深厚技术，成为搜索架构专家或AI技术专家
- 可向技术管理方向发展，带领团队负责核心搜索系统建设
- 基于字节跳动的大平台，横向拓展到多业务场景，职业空间广阔
- 负责Agentic Search产品的研发，利用LLM技术实现对话式搜索的规划、执行与多源信息融合
- 构建AI检索能力，应用RAG、语义检索、多模态技术解决游戏、电商等行业的搜索问题
- 优化搜索全链路（Query分析、召回、粗排、精排、混排），提升相关性和用户体验
- 扎实的编程功底，熟练掌握Java或Python，具备优秀的数据结构和算法能力
- 深入理解信息检索、机器学习基础理论，有搜索引擎或推荐系统架构经验者优先
- 熟悉深度学习模型在搜索链路中的应用，对LLM、Agent等前沿技术有热情
申请策略
- 了解字节跳动AI产品（如豆包、抖音搜索）的现状和技术方向
- 准备1-2个能够体现搜索系统架构设计和AI应用深度的项目案例
- 突出搜索引擎或推荐系统的完整项目经历，强调系统设计和架构能力
- 展示LLM、RAG或Agent相关实战经验，体现对新技术的研究能力
- 如有编程竞赛获奖经历，务必体现，这是加分项
- 系统学习RAG、Agent、向量检索等前沿技术，并动手实践
- 深入学习搜索排序算法（如LTR）、CTR/CVR预估模型
- 熟悉多模态模型（如CLIP）在搜索中的应用
面试指南
- 对于系统设计题，先明确需求和约束，再给出高层次架构，分模块展开，并考虑性能、扩展性和评估指标
- 对于算法问题，结合实际问题描述方案，强调baseline和迭代优化过程，体现数据分析能力
- 列举项目时，使用STAR法则，突出个人贡献、技术难点和量化结果
- 请设计一个类似ChatGPT的Agent搜索系统，你会如何规划架构？
- RAG中如何解决检索召回不准确、幻觉问题？
- 如何优化搜索排序模型，提升业务指标？
- 谈一个你过去的搜索/推荐项目，遇到的最大技术挑战是什么？
- 什么是多模态检索？如何实现图文搜索？
职位点评
73
综合评分
前沿AI搜索技术，薪资丰厚，但WLB较弱
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
适合追求技术成长和薪资回报，对工作生活平衡要求不高的求职者。
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
字节跳动为上市大厂，薪资福利在行业中具有较强竞争力，能较好满足物质回报需求。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
90较高
职位深度结合LLM、Agent等前沿技术，业务场景丰富，技术成长空间大。
技术前沿前沿/新兴技术
技术栈LLM、Agent、RAG、NLP、多模态、搜索架构、Java、Python
业务类型ambiguous
工作生活
40较低
仅标明北京现场办公，未提及弹性或远程，字节高节奏下工作生活平衡可能较弱。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
通过AI搜索技术提升信息获取效率，具有技术价值，但社会使命感体现不明显。
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