岗位职责
团队介绍：TikTok Shop 是 TikTok 旗下的内容电商业务，致力于成为用户发现并获取优价好物的首选平台。面向直播电商、视频内容电商、货架电商等多元购物场景，国际电商持续为全球用户提供更个性化、更主动、更高效的消费体验，也为商家提供稳定、可靠、可持续增长的平台服务，推动“新奇好物畅销全球，美好生活触手可得”的使命落地。
目前，国际电商算法团队分布在中国、美国、新加坡等多个国家和地区，深度参与全球化业务建设。加入我们，你将有机会面向全球用户、商家和商品生态，与跨区域的产品、工程、运营和业务团队协作，持续提升商品供给质量、用户购物体验、平台交易效率与履约体验，共同探索内容电商与智能购物的新模式。
Data-国际电商团队是 TikTok Shop 的核心算法技术力量，专注于电商场景下的算法创新与规模化落地，方向包括但不限于：生成式推荐与大规模 Foundation Model、多模态商品理解与内容生成、搜索与导购、智能客服、风控治理、物流履约优化、商家经营智能化，以及 Agentic 智能体在电商全链路中的应用。我们希望通过先进的算法能力，帮助用户更高效地发现感兴趣的商品，帮助商家实现更高质量的经营增长，并持续提升交易各环节的智能化水平。
在这里，你将与一流的产品和技术团队合作，面对复杂且真实的国际化电商挑战，推动前沿技术在大规模业务场景中落地，与团队一起创造更多可能。
- 探索大模型与搜索深度融合的创新技术，参与下一代Agentic Search引擎研发，负责搜索全链路（Query理解、规划、召回、重排、生成）的算法设计与优化，包括Query Understanding、Retrieval、Ranking、RAG、LLM、Agent、多模态、强化学习等方向，持续提升搜索相关性、回答质量、用户体验及业务价值；
- 参与Agentic Search能力建设，负责Search Agent、Deep Search、Deep Research等能力研发，探索Planning、Tool Use、Multi-hop Retrieval、Information Grounding、Citation、Self-Verification等关键技术在真实搜索场景中的落地；
- 参与搜索基础模型（Search Foundation Model）训练与数据体系建设，构建覆盖数据、评测、训练的完整闭环，包括SFT、Preference Learning、RLHF/RLVR、Distillation、Synthetic Data、Self-Improvement、Long Context、Memory等方向；挖掘用户行为与搜索日志，构建Query理解、召回、排序、Agent推理等训练数据，设计Rubric、LLM-as-a-Judge、自动化评测体系，持续提升模型推理能力、泛化能力与效果；
- 深入参与搜索产品设计，与产品、工程团队共同推动算法方案高质量落地，持续优化Agentic Search产品体验，打造面向亿级用户的新一代智能搜索系统；
- 持续关注国际前沿研究，探索大模型、Agent、多模态、强化学习、长上下文、Memory、Inference-time Compute等技术在Agentic Search场景中的创新应用。
任职要求
- 2027届获得硕士及以上学位，人工智能、计算机、软件工程、电子信息、自动化、数学、统计等相关专业优先；
- 具备扎实的数据结构、算法和编程基础，熟练掌握C/C++、Python等至少一种编程语言，具有良好的工程实现能力；
- 熟悉机器学习、深度学习基础，了解Transformer、Attention、Embedding、Optimization等算法，熟悉PyTorch等深度学习框架；
- 在搜索、推荐、广告、信息检索（IR）、自然语言处理（NLP）、大语言模型（LLM）、多模态、强化学习（RL）等一个或多个方向具有较深入的研究或实践经验者优先；
- 具备良好的问题分析与解决能力，具有较强的学习能力、沟通协作能力和技术探索精神，能够快速推动创新技术落地。
加分项
- 具有扎实的机器学习、深度学习、强化学习基础，在Agentic Search、Search Agent、Deep Search、Deep Research、LLM、RAG、Post-Training、多模态、World Model、RLHF/RLVR等方向具有深入研究经验；
- 在KDD、SIGIR、WWW、ICML、NeurIPS、ICLR、ACL、EMNLP、NAACL、CVPR、ECCV、ICCV、AAAI、IJCAI、CoRL等国际顶级会议或期刊发表论文者优先；
- 获得ACM/ICPC、NOI、IOI、TopCoder、Kaggle等国内外算法竞赛奖项者优先；
- 具有Agentic Search、Search Agent、Deep Search、Deep Research、RAG、LLM Post-Training、Preference Learning、RLHF/RLVR、Synthetic Data、Long Context、Memory等方向的项目经验者优先；
- 具有大规模搜索引擎、推荐系统、计算广告、分布式训练、大模型训练与推理优化、超大规模数据计算等相关经验者优先；
- 主导或参与过具有较大影响力的Agentic Search、大模型、Agent或AI应用项目，具有优秀的技术创新能力和工程落地能力者优先。