大模型/Agent算法实习生 - TikTok 搜索

关于这个机会

团队介绍：TikTok搜索团队致力于为用户提供精准高效的搜索工具，创造良好的搜索体验，提升信息流动的效率，同时高价值的搜索流量也能带来商业化价值，为TikTok生态内的其他业务提供高效的入口，支持内容生态的发展，提升中尾部视频的消费力量。 你可以有机会参与核心业务功能的开发工作，接触到第一线的用户，我们期待你的加入！ 日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 1、Agent工程与多智能体调度（Harness/Loop）：参与搜索Agent执行框架（Harness）建设——工具调用、规划、记忆、环境交互的统一编排；多智能体集群调度与协作算法（任务分配、动态调度、Agent间通信/对齐/冲突解决）；搭建Agent Loop与「训练-推理-评测」闭环工程； 2、长记忆、自我提升与数据闭环（Self-Evolve/RSI）：参与大模型长期记忆机制、跨上下文知识整合等方向；参与Self-Evolve/Self-Improvement与递归自我提升（RSI）的前沿探索（自动化参数调优、训练流程自动化、AI辅助算法设计、模型迭代闭环）；数据合成与质量控制（垂类高质量数据合成、分布对齐、合成数据质量评测/筛选/提纯）； 3、大模型研发：构建并优化搜索领域LLM底座，融合搜索知识快速落地业务；沉淀搜索大模型SFT+后训练链路（超长文本/文本预训练、图文/视频多模态表征等）；参与大模型推理优化（长上下文优化、模型效率优化）； 4、评测与Reward/Verifier系统：参与构建在线Reward/Verifier系统与自动化评测体系——无需人工标注的自动化评测、长周期复杂任务与跨领域能力评测、多智能体协作评测标准； 5、业务落地：完成Agentic Search、POI搜索、自动化评测、自动AI建卡等相关落地工作。

任职要求

1、硕士及以上学位在读，计算机等相关专业优先； 2、扎实的机器学习/深度学习基础，了解前沿大模型与Agent技术；在NeurIPS/ICML/ICLR/ACL/EMNLP/CVPR/ICCV/ECCV/AAAI等高水平会议发表论文，或有竞赛获奖经验者优先； 3、有大模型/Agent相关项目经验者优先：LLM预训练/微调/对齐、Agent开发（工具调用、规划、记忆、多智能体协作）、RAG、RLHF/RLAIF、数据合成、自动化评测等； 4、熟悉PyTorch/TensorFlow模型训练与部署；了解分布式训练、混合精度训练等加速方法；了解模型压缩与推理加速（量化、剪枝、蒸馏、TensorRT等）； 5、熟悉大数据相关框架与应用（MR/Spark等）者优先； 6、优秀的工程实现与学习能力，良好的协作沟通；对搜索与Agent方向有热情。

内推申请说明

本站为独立内推协助平台。申请会交由管理员核实岗位与内推渠道，不等于已在公司官网投递；薪资、岗位状态和实际招聘流程以官方信息为准。