职位&公司对比

职位详情

• 北京
• 在校/应届
• 硕士

• 深度学习
• 机器学习
• 大模型算法
• 文本生成
• 摘要生成
• 语义理解
• Python
• 大数据处理工具(Spark/Hadoop/Hive)
• 分布式训练
• 算法工程化经验
• 发表算法相关优秀论文
• 参加算法相关竞赛/获奖

职位描述 团队介绍：Data-电商团队，负责电商创新项目的算法和大数据工作。依托于字节跳动产品，帮助用户发现并获得好物，享受美好生活。在这个团队，我们不仅要通过推荐和搜索算法帮助用户买到感兴趣的好东西，也要通过风控算法和智能平台治理算法去甄别违规行为，保护用直聘户的购物体验；我们还要建设智能客服技术、大规模商品知识图谱来提升各个交易环节的效率；我们也要结合机器学习和运筹算法，来优化供应链和物流的效率和成本，并进一步提升用户体验；另外我们还会用人工智能来帮助商家提升经营能力。我们的使命：没有难卖的优价好物，让美好生活触手可得。 1、大模型算法研发：构建电商领域的大模型LLM底座，融合电商的知识，快速落地电商业务，例如：沉淀电商大模来自BOSS直聘型预训练链路，研发电商NLP大模型，或者研发电商图文或者视频多模态大模型； 2、基础算法研发：持续建设和深耕NLP/CV/多模态基础预训练算法（BERT类算法），例如：沉淀&优化电商场景的预训练模型，包括超长文本/口语文本预训练，电商图片/视频自监督，适配电商商品的多模态表征学习等； 3、梳理&沉淀算法库，抽象算法接口，最大化提高算法/预训练模型的复用率，同时优化数据采集&模型训练&部署&推理的流程，提升研发效率； 4、技术输出：定期分享SOTA模型，赋能电商甚至公司级别的业务BU，沉淀专利和论文。 职位要求 1、2025届获得硕士及以上学历，计算机相关专业； 2、NLP方向上有较深入的来自BOSS直聘研究，包括但不限于：预训练技术，自然语言理解，多语言&跨语言学习，自然语言生成，迁移学习，半监督督学习等； 3、有LLM大模型相关项目经验优先；研发NLPboss大模型，以统一电商治理场景的NLP任务，落地电商治理业务场景； 4、有较强的实践能力，在Kaggle，GLUE，Super GLUE，CLUEBOSS直聘等比赛获奖者优先； 5、熟悉大数据相关框架和应用 MR/Spark 等优先； 6、熟悉前沿工作，有顶级学术会议（如ACL、EMNLP等）发表论文者优先； 7、对业务和技术有好奇心有热情；有良好的沟通表达能力和写作能力。