多模态基础模型算法工程师 - Data

职位描述

团队介绍：Data作为公司的技术中台，支撑字节跳动旗下抖音、剪映、番茄等产品与火山引擎业务的高速发展。

加入Data，你将有充足的空间进行技术探索，覆盖C端、B端、AI应用等不同业务：

算法业务：依托亿级 DAU 的超大规模真实业务场景，全面覆盖推荐、搜索、广告、电商与生活服务，持续探索 AI 应用与 AI Infra 前沿领域。

火山引擎：业界领先的AI云，涵盖从销售、解决方案到客户落地支持的全链路，为企业的数字化转型与智能化升级提供全周期技术支持。

技术中台：覆盖存储、计算、网络、数据库、大数据、视频编解码、基础设施等全领域基础技术，为产品服务与AI研发提供底层保障。

1、负责业务基模的预训练体系建设，覆盖Pretrain与Midtrain全流程，围绕多模态模型训练，开展模型架构优化、训练目标设计、世界知识体系构建与注入、训练策略优化、千卡训练效率提升等探索，持续提升模型在视频与图文场景下的世界知识能力、多实体与细粒度识别能力，以及通用感知与理解能力；

2、负责业务基模的后训练体系建设，围绕SFT、RL、OPD等方向开展方法探索与落地，建设包含指令数据、偏好数据及业务推理数据在内的后训练数据体系，持续提升模型在业务场景下的指令跟随能力、通用推理能力与抗幻觉能力，实现模型效果与业务目标的持续对齐；

3、负责基模训练全阶段的数据与评估体系建设，覆盖预训练数据、后训练数据的数据清洗、标注、配比、合成与迭代，搭建全面的评估体系与质量监控机制，建立基模评估体系与业务表现之间的桥梁，提升离线评估对线上效果的预测能力；

4、跟踪基础模型领域最新技术进展，探索模型架构、训练范式、数据构建、知识强化和模型对齐等方向的前沿方法，并推动其在业务基模中的落地应用。

任职要求

1、基础扎实，有良好的代码、机器学习算法功底和经验；

2、熟悉CV、VLM、Omni Model、LLM、Agent、DeepResearch、视觉搜索/AI问答等相关的算法和技术；

3、出色的问题解决能力，善于分析，历史上解决过难题，遇到难题时能静下心，没有畏难情绪，能查到底层；

4、由衷热爱技术，可以一线写代码，查问题，有强烈的工作责任心，较好的学习能力、沟通能力和自驱力。