职位描述

1、构建跨场景共享的推荐基础模型（Foundation Model），实现统一建模与高效推理；

2、推进事件序列驱动的生成式推荐范式，融合多模态理解与生成能力；

3、推动LLM技术在召回、排序、重混排环节的落地，参与模型训练、推理优化与系统Co-design；

4、探索LLM/VLM与推荐系统融合的创新路径，构建自适应、可演化的推荐智能体；

5、研究平衡性能与体验的端到端生成式推荐与系统优化方案。

职位要求

1、扎实的机器学习、深度学习或信息检索理论基础；

2、熟练掌握Python，精通主流深度学习框架（如PyTorch）；

3、对推荐系统智能化充满热情，具备自我驱动的科研精神。

加分项：

1、有大规模推荐系统研发或大模型训练经验，并在某一方向取得技术突破；

2、在LLM、多模态学习、强化学习或生成式推荐方向有研究成果或论文发表；

3、熟悉大语言模型（LLM）或基础模型（Foundation Model）的预训练（Pre-train）与后训练（Post-train）流程。

内推投递链接：https://job.toutiao.com/s/p5f1mme0-UE

或直接发mt邮箱：liuziwei.leopold@bytedance.com