岗位要求： 1、积极配合算法研发团队，收集，清洗，整理数据，并进行数据标注，建立算法测试/训练数据集，为算法研发人员提供数据支撑； 2、负责算法的准确性，性能，稳定性，可用性等的测试和评测，完成算法和产品的集成测试，编写测试用例和测试报告； 3、能够依据算法的不同，从服务业务的功能、效果、稳定性进行测试设计与执行，根据业务的不同制定不同的测试策略，使用不同的测试方法，分析定位问题； 4、参与产品需求评审，具有较好的业务理解能力和沟通能力，测试严谨认真负责。 任职资格： 1、本科及其以上学历，超过1年TTS\ASR\NLP的相关测试经验； 2、了解自然语言处理，或语音识别的相关测试方法和基础知识，了解asr、nlp、tts的测试流程 3、熟悉测试流程以及测试相关技术者优先； 4、掌握Python语言，使用jmeter、potman等测试工具； 5、有较强的创新能力，良好的沟通能力以及团队协作能力； 6、良好的责任心、逻辑性、沟通能力，团队合作精神，独立并积极主动。

工作职责 1.负责搜狐新闻特征、用户画像、召回等推荐算法相关工作； 2.负责文本数据分析及语义理解工作； 3.负责自然语言处理基础模型及知识体系建设； 4.负责文本挖掘和建模工作。 任职要求： 1.两年以上自然语言处理相关工作经验，有深度学习自然语言处理应用经验； 2.熟悉Python，熟悉C++、Java等某一种高级语言，常用的数据结构，熟悉TensorFlow或Pytorch； 3.熟悉自然语言处理相关算法，熟悉深度学习相关算法，有文本分类、tag提取、文本生成等某一方面自然语言处理工作经验； 4.优秀的工程能力，有大型项目开发经验者优先； 5.责任心强，有较强的分析和解决问题能力，具备良好的团队合作和沟通能力； 6.有推荐系统、搜索引擎相关工作经验者优先。

工作职责 1、 主要负责应用多模态（文本、视频、语音处理）建模、深度学习等技术，为医疗健康产品研发具有科学性、可行性、先进性的算法解决方案，提高AI在心理、慢病等数字疗法领域的诊断和治疗能力，满足医疗健康多场景使用； 2、 负责调研、探索、应用深度学习等技术的最新的研究和技术进展，优化算法建模实验，提高算法模型性能； 3、 参与医疗AI产品的研发，与产品团队、开发团队合作完成创新技术向应用成果的转化； 4、 参与外部研究机构的学术或科研项目，发表论文和申请发明专利。 任职要求 1、计算机、统计学、数学、自动化、生物医学工程等相关专业硕士或以上学历； 2、有2年以上多模态、自然语言处理、深度学习等算法工作经验； 3、具有较好的算法设计与编程开发经验，熟练掌握Python或R编程，熟悉SQL语言； 4、具有良好的沟通能力与多学科团队协作能力； 5、在人工智能领域**期刊、会议上发表过学术论文者优先； 6、在医疗人工智能领域有相关研究经验者优先。

岗位描述： 1、负责微博基础内容AI的研发、探索，落地到微博内容理解、内容消费和内容生产的核心场景。 2、负责自然语言处理、多模态内容理解和生成模型调优和策略优化，如数据增强、蒸馏学习、对比学习、小样本学习等 4、参负责大模型预训练技术、海量参数下大模型高效微调技术、基于大模型Prompt提示学习技术，取得业务效果 4、跟进AIGC方向研究前沿，使用最新技术解决实际业务问题。 5、有AIGC相关产品落地经验者优先。 岗位要求： 1、计算机、数学或相关专业本科及以上学历，2年及以上NLP或AI相关算法研发经验 2、有自然语言处理领域任一方向经验，包括并不限于文本分类、相似性、多模态生成、问答系统、知识图谱、大规模预训练模型，能够从业务场景出发建设技术体系能力。 3、扎实的编程功底，具备较强的工程实现能力。 4、热爱技术，能够深入细节，对前沿的算法有了解并积极尝试，熟悉常用的机器学习技术及常用深度学习框架。 5、主动性好，乐于贴近业务问题，具备技术驱动、数据驱动、产品驱动等多种驱动业务思维能力。 6、优秀的沟通能力和合作精神，能够处理复杂环境的沟通协作 具备以下条件优先: 1、 发表过AI顶会论文、或者AI竞赛获奖者优先 2、有优秀AI方向开源项目者优先

一、职位描述 1、基于海量微博内容数据、进行常见NLP任务的研究和开发，针对垂直场景进行业务落地； 2、熟悉大模型算法研究，包括不限于：LLM及多模态大模型的预训练、数据设计、prompt优化、SFT等； 二、岗位要求 1、硕士学历及以上，自然语言处理、人工智能、计算机或数学相关专业； 2、熟练掌握NLP、多模态、机器学习等相关算法，有扎实的工程落地能力，大语言模型方面有实际经验者优先； 3、有良好的沟通协调能力，能够推进技术对接及项目落地。

职位职责： 1、分析和理解大规模结构化和非结构化数据，利用机器学习、NLP、大模型、图算法和迁移学习等，开发高性能分类器、预测模型和算法，构建知识图谱； 2、针对复杂业务场景，协同多个关联部门，完成业务需求所需的AI算法模型或数据挖掘方案的开发交付和验证，达成预定的业务指标； 3、探索和应用前沿的机器学习、NLP、大模型技术，并将其应用于业务场景。 职位要求： 1、本科及以上学历，3年以上算法领域从业经验； 2、具备机器学习相关算法的扎实基础，包括但不限于NLP、深度学习、图模型、大模型等特定领域的全面学习和实践经验； 3、具备对业务数据建模的能力，精通相关实验和原型验证所需的技术栈、特征挖掘、AI算法模型、数理统计算法等相关技术领域； 4、具备实际操作能力，熟练掌握至少一种框架，如TensorFlow或PyTorch，包括其训练和部署的具体细节；熟悉常用的机器学习和深度学习算法，以及基本的网络模型结构和文本表示方法； 5、出色的编码技能，熟练掌握至少一种编程语言，如Python、Go或C++，并具备算法和数据结构的扎实基础； 6、具备优秀的团队协作和沟通技巧。

岗位责任: 1.利用机器学习相关技术解决相关问题，例如涉及基本的NLP问题，包括但不限于如文本分类聚类、意图识别、知识抽取、摘要生成、智能问答等； 2. 结合机器学习及NLP技术进行知识抽取、知识图谱构建等； 3. 熟悉NLP预训练模型技术，熟悉大语言模型相关原理及开发； 4. 机器学习相关模型的研究和开发； 5. 完成领导交办的其它工作。 任职要求： 1、本科以上学历，计算机、人工智能、自动控制等相关专业； 2、2年以上工作经验； 3、具有较强的python或java等语言编程能力； 4、具有扎实的数学建模能力及编程能力，熟练掌握机器学习技术，并至少熟练掌握一种常见的深度学习框架，譬如TensorFlow和PyTorch等； 5、熟悉各种深度神经网络模型，并掌握相关实现及优化方案，有深度学习及NLP项目及相关优化经验者优先； 6、了解科学的数据获取方法论，能运用数据处理工具； 7、精通机器学习、深度学习原理及技术，并有应用模型解决实际问题的经验，熟悉监督学习、半监督学习或强化学习方法，具备创新研究能力。 8、具有较强的英语读写能力。 9、有NLP领域的相关论文或专利者优先。

岗位描述 我们正在寻找一位大模型算法工程师，加入我们的DeepBank算法团队，负责提升 Agent 的规划、推理能力，构建知识库，并探索知识与大模型的融合。   岗位职责 1、Agent 核心算法研发与优化： 深入研究并实现先进的 Agent Planning 和 Reasoning 算法，提升 Agent 在复杂任务场景下的自主规划、逻辑推理、决策制定和问题解决能力 。    2、知识库构建与维护： 负责 Agent 研发平台所需知识库的构建、更新和维护工作，确保知识的准确性、完整性和时效性 。  3、知识与大模型融合研究： 跟踪和研究知识与大模型结合的前沿技术，探索新的方法和潜在的应用场景 。重点研究和实现基于检索增强生成（RAG）的 Agent 系统，探索利用知识图谱等结构化知识增强大模型的推理能力 。    4、特定领域 Agent 算法调优： 针对特定的应用领域，研究和优化 Agent 的算法和策略，以提升其在实际业务场景中的效果 。   5、参与平台技术方案设计与实施： 参与 Agent 研发平台的技术架构设计、模块划分和接口定义工作 。   任职要求 1、计算机科学、人工智能、自然语言处理、机器学习等相关专业硕士及以上学历 。    2、精通 Python 编程，熟悉深度学习框架如 PyTorch 或 TensorFlow 。    3、具备扎实的机器学习、深度学习、强化学习等理论基础，熟悉 Transformer 模型 。有大模型相关项目经验者优先 。    4、熟悉人工智能 Agent 的基本概念和原理 。熟悉 Agent Planning、Reasoning 等关键技术，了解 RAG、Function Calling 等优先 。    5、具备较强的逻辑思维能力、问题解决能力和快速学习能力 。      加分项 1、有实际 Agent 研发或相关项目经验，熟悉 Agent 框架（如 LangChain、AutoGen 等）。    2、熟悉知识图谱、向量数据库等知识库相关技术或工具 。    3、在 AI 会议或期刊上发表过相关论文 。  4、有参与或贡献优秀的开源项目经验 。    5、具备良好的中英文沟通和协作能力 。    6、有特定行业的 Agent 应用开发经验 。 ------------------------------------------------------------------------------------------------------------------------------------------

我们正在寻找一名具有丰富自然语言处理（NLP）经验的算法工程师，同时需具备大模型相关的经验和知识。如果您还具备Chatbot相关的经验，那将是一个巨大的加分项。此岗位将负责开发和优化我们的AI解决方案，推动NLP和大模型技术在各类应用场景中的落地。 主要职责: 设计和优化NLP算法，提升系统的理解和生成能力。 研究和应用最新的NLP技术，解决复杂的自然语言处理问题。 开发和优化大规模机器学习和深度学习模型，提升系统性能。 与产品团队和数据科学团队紧密合作，了解业务需求并转化为技术方案。 参与大模型相关项目，推动大模型在各类应用场景中的应用。 进行数据分析和挖掘，提供数据驱动的优化建议。 编写高质量的技术文档和报告，分享研究成果和项目进展。 职位要求: 计算机科学、电子工程、数学或相关领域的本科及以上学历。 至少3年在NLP领域的工作经验。 熟悉常见的NLP技术（如分词、命名实体识别、文本分类、情感分析等）。 具有大模型相关的经验（如GPT、BERT、Transformers等）。 精通Python，熟悉TensorFlow、PyTorch等深度学习框架。 具备数据分析和处理能力，能够理解和处理大规模数据集。 良好的团队协作能力和沟通能力，能够与跨部门团队有效合作。 加分项: 有Chatbot开发和优化的实际经验。 拥有电商、金融、医疗等领域的NLP应用经验。 在学术会议或期刊发表过NLP或大模型相关论文者优先。 具有推荐系统或其他AI应用开发经验者优先。 如果你对NLP和大模型充满热情，并希望在快速发展和充满挑战的环境中成长，我们诚邀你的加入！

岗位描述 我们正在寻找一位大模型算法工程师，加入我们的DeepBank算法团队，负责提升 Agent 的规划、推理能力，构建知识库，并探索知识与大模型的融合。   岗位职责 1、Agent 核心算法研发与优化： 深入研究并实现先进的 Agent Planning 和 Reasoning 算法，提升 Agent 在复杂任务场景下的自主规划、逻辑推理、决策制定和问题解决能力 。    2、知识库构建与维护： 负责 Agent 研发平台所需知识库的构建、更新和维护工作，确保知识的准确性、完整性和时效性 。  3、知识与大模型融合研究： 跟踪和研究知识与大模型结合的前沿技术，探索新的方法和潜在的应用场景 。重点研究和实现基于检索增强生成（RAG）的 Agent 系统，探索利用知识图谱等结构化知识增强大模型的推理能力 。    4、特定领域 Agent 算法调优： 针对特定的应用领域，研究和优化 Agent 的算法和策略，以提升其在实际业务场景中的效果 。   5、参与平台技术方案设计与实施： 参与 Agent 研发平台的技术架构设计、模块划分和接口定义工作 。   任职要求 1、计算机科学、人工智能、自然语言处理、机器学习等相关专业硕士及以上学历 。    2、精通 Python 编程，熟悉深度学习框架如 PyTorch 或 TensorFlow 。    3、具备扎实的机器学习、深度学习、强化学习等理论基础，熟悉 Transformer 模型 。有大模型相关项目经验者优先 。    4、熟悉人工智能 Agent 的基本概念和原理 。熟悉 Agent Planning、Reasoning 等关键技术，了解 RAG、Function Calling 等优先 。    5、具备较强的逻辑思维能力、问题解决能力和快速学习能力 。      加分项 1、有实际 Agent 研发或相关项目经验，熟悉 Agent 框架（如 LangChain、AutoGen 等）。    2、熟悉知识图谱、向量数据库等知识库相关技术或工具 。    3、在 AI 会议或期刊上发表过相关论文 。  4、有参与或贡献优秀的开源项目经验 。    5、具备良好的中英文沟通和协作能力 。    6、有特定行业的 Agent 应用开发经验 。 ------------------------------------------------------------------------------------------------------------------------------------------

工作职责： 1. 负责大语言模型LLM文本理解与文本生成算法研发，开展数据处理、模型训练及推理优化等工作； 2. 负责AIGC内容生成研发工作，将前沿自然语言生成技术应用于实际业务，构建行业垂直领域自然语言理解及生成系统，获取业务收益； 3. 负责自然语言处理方向基于 GPU 的并行多机多卡训练、高性能模型推理等； 4. 对行业最新动态进行跟踪，结合企业业务场景的具体需求，提出改进方案或新算法模型的开发计划，产生实际价值。 任职要求： 1. 对于自然语言处理技术应用到实际业务场景中并产生真实的商业价值具有强烈的热情，有责任感和较好的洞察力； 2. 拥有计算机、自然语言处理、深度学习等相关专业硕士及以上学历，且具备2年以上自然语言处理研究经历或相关工作经验； 3. 具备大语言模型研发经验者优先，具备多模态大模型项目经验者优先； 4. 熟悉一些开源的算法库或工具，如LTP、stanfordNLP、NLTK、Apache OpenNLP、scikit-learn等； 5. 熟悉多种AI框架（如TensorFlow、Pytorch、Keras），具备较强的开源技术集成能力者优先； 6. 具有较好的逻辑表达能力、良好的团队合作精神和高度的责任心。

职位职责： 1、分析和理解大规模结构化和非结构化数据，利用机器学习、NLP、大模型、图算法和迁移学习等，开发高性能分类器、预测模型和算法，构建知识图谱； 2、针对复杂业务场景，协同多个关联部门，完成业务需求所需的AI算法模型或数据挖掘方案的开发交付和验证，达成预定的业务指标； 3、探索和应用前沿的机器学习、NLP、大模型技术，并将其应用于业务场景。 职位要求： 1、本科及以上学历，3年以上算法领域从业经验； 2、具备机器学习相关算法的扎实基础，包括但不限于NLP、深度学习、图模型、大模型等特定领域的全面学习和实践经验； 3、具备对业务数据建模的能力，精通相关实验和原型验证所需的技术栈、特征挖掘、AI算法模型、数理统计算法等相关技术领域； 4、具备实际操作能力，熟练掌握至少一种框架，如TensorFlow或PyTorch，包括其训练和部署的具体细节；熟悉常用的机器学习和深度学习算法，以及基本的网络模型结构和文本表示方法； 5、出色的编码技能，熟练掌握至少一种编程语言，如Python、Go或C++，并具备算法和数据结构的扎实基础； 6、具备优秀的团队协作和沟通技巧。

岗位职责： 1）算法实现与优化：负责自然语言处理相关算法的实现，制定并优化NLP相关的任务算法方案。 2）技术研究与开发：研究和开发自然语言处理技术，包括语言分析、文本处理、语音识别、机器翻译等领域。 3）平台搭建与维护：负责自然语言处理与理解的基础平台搭建，例如LLM优化、分布式训练推理等。 4）数据处理与分析：在大数据环境下，负责自然语言处理、文本分析相关技术研究和实现，实现LLM同具体应用整合。 任职要求： 1) 学历背景：本科及以上学历，计算机科学、自然语言处理、数学、统计学等相关专业。 2) 编程能力：扎实的编程基础，至少精通一种编程语言，如Python、Java等。 3) 理论知识：有NLP领域的理论基础和实践经验，熟悉LLM算法原理。 4) 工作经验：需要3年以上的工作经验，有LLM模型设计和应用经验者优先。 5) 其他技能：熟练掌握常见的NLP算法和技术，熟悉Transformer、BERT、GPT、Diffusion等模型，有多模态大模型经验者优先。 6) 熟悉强化学习、知识蒸馏理论，有相关领域有影响力的论文者优先； 7) 团队合作与沟通：积极主动，责任心强，有良好的团队合作和沟通能力。具备独立开展工作的能力

工作职责 1. 负责deepseek等大语言模型的落地应用，包括不限于在智能客服、保险智能销售助手等； 2. 参与基于大语言模型LLM的开发和调优工作，包括训练流程搭建、指令微调、Prompt工程、RAG、智能体等； 3. 对行业最新动态进行跟踪，结合保险业务场景的具体需求，提供相应AI应用的解决方案，并进行开发、验证及优化。 任职要求 1、 硕士及以上学历，计算机相关专业毕业，且具备2年以上自然语言处理研究经历或相关工作经验； 2、 具备大语言模型研发经验者优先，具备多模态大模型项目经验者优先； 3、 熟悉多种AI框架（如TensorFlow、Pytorch、Keras），具备较强的开源技术集成集成能力者优先； 4、 能跟踪学术界与产业界最新技术进展，具有较强的科研能力，在计算机科学领域的**会议或期刊，如NIPS、ICML、AAAI、KDD、PAMI、ACL等发表过论文者优先； 5、 具备较好的学习能力和沟通能力、问题分析能力，可以独立承担项目，发现并解决问题。

职位职责： 团队介绍：依托抖音集团的科技能力和产品，我们为抖音电商、生活服务、直播等场景提供金融服务，为抖音用户提供更好的支付、消费金融、保险等金融服务。科技创新，普惠大众。 大模型&NLP算法团队，支持财经各业务场景的大模型/NLP算法，负责包括智能客服、智能助理、智能外呼、客户体验体系建设等财经NLP及对话应用场景的建设。通过财经领域知识结合生成式大模型、检索增强生成（RAG）、文本理解等技术。建设财经领域内行业领先的智能对话能力和自然语言理解能力，提升财经用户体验和保险/消金等场景智能售前/售后的转化率和满意度。 课题背景： 尽管现有的预训练语言模型在通用领域的生成任务中表现出色，但由于训练数据专业性不足和训练任务缺乏针对性，其在财经领域的应用仍存在明显短板。这主要体现在难以准确理解财经领域特有的业务知识，以及生成内容无法符合该领域特定的业务规则等方面。例如，在财经对话场景中，模型由于缺乏业务背景知识，可能会误解用户意图，生成违反业务规则或偏离市场实际情况的回答，甚至生成与财经业务不符的内容，从而导致生成结果的可信度不足。因此，如何通过领域自适应学习、领域动态知识注入以及领域可解释性生成等技术，提升模型对财经领域的理解和生成能力，已成为一个亟待解决的关键难题。 课题挑战： 目前的预训练语言模型主要基于通用领域的大规模文本数据进行训练，但在面对垂直领域的挑战时，尤其是依赖精确市场分析和特有业务背景知识的财经领域场景，仍然面临诸多困难。这些模型在理解复杂领域文本、整合专业知识、完成特定任务推理以及生成可靠的领域文本方面，存在明显局限性。 首先，当前的大规模预训练语言模型在财经领域的业务知识理解和整合方面仍存在明显不足。即便是像 GPT-4 等当前最先进的模型，也未能深入学习和掌握财经领域的业务背景、知识体系以及行业规范，导致其在财经对话场景中难以精准把握用户意图，无法准确理解复杂的业务逻辑和上下文关联关系。此外，这些模型缺少领域专家知识的监督机制，生成的文本容易出现业务逻辑错误和事实偏差，甚至违反财经领域特定的业务规则。因此，如何构造针对财经领域的自适应训练任务，增强模型在财经领域的知识理解能力，已成为亟待解决的关键问题。 其次，财经领域高度依赖动态更新的市场信息，而当前的大规模预训练语言模型难以快速适配动态更新的领域知识。由于预训练阶段知识的滞后性，这些模型无法在对话中提供对用户有价值的实时分析与建议。因此，如何改进领域知识注入和动态知识学习的训练方法，提升模型在财经对话场景下快速适应新知识的能力，是大模型快速迁移垂直领域的急迫需求。 最后，现有生成式人工智能在财经对话场景中的透明性和可解释性方面仍显不足，用户难以清晰了解模型生成过程及其依据，导致生成结果特别是在涉及市场预测或投资策略等高风险场景时的可信度受到质疑。因此，如何提升文本生成的透明性和可解释性，提升文本生成可信性，是大模型正式投身生产应用的关键卡点。 职位要求： 1、2026届及之后毕业，博士在读，人工智能、大模型、NLP相关专业优先； 2、优秀的代码能力，掌握常见编程语言和算法，熟悉Pytorch或TF等机器学习编程框架； 3、在大模型、RAG、智能对话或搜索等方向要求有丰富的实践经验，在ACL/EMNLP/SIGIR/WWW等**期刊会议上发表论文者优先； 4、有大模型训练和微调经验的同学优先； 5、出色的问题分析和解决能力，有自主探索解决方案的能力；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； 6、出色的心理素质与应变能力，面对困难勇于迎接挑战；面对复杂局面沉着、冷静、灵活。