岗位职责
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。
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！
- 搜索大模型底座研发：构建并优化搜索领域LLM底座，融合搜索知识快速落地业务；沉淀搜索大模型后训练链路（超长文本、口语文本预训练、图文、视频多模态表征、电商商品多模态表征学习等）；参与大模型推理优化（长上下文优化、模型效率优化）；
- 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；
- 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-improvemen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）；
- 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；
- 业务落地：
1）长时程任务Agent（常驻意图）；
2）多模态创作AIGC：基于SOTA模型的生图、视频能力，承接Feed「看后问、看后创作」体验，强化用户主动认知；
3）视觉搜索&端智能：目标检测、OCR、TinyLLM；
4）搜索内容、创作者生态等。
任职要求
- 硕士及以上学位在读，计算机等相关专业优先；
- 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；
- 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；
- 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）；熟悉大数据相关框架与应用（MR/Spark等）者优先；
- 熟悉以下任一方向者优先：
1）LLM&Agent：预训练/SFT/对齐、长上下文、Agent Harness与多智能体调度、数据合成、自我提升（Loop/RSI）、自动化评测；
2）CV&多模态：图像/视频检索、分类识别、图像分割、目标检测、OCR、图神经网络、多模态、自/无监督学习；有CV/多模态大模型项目经验，或Kaggle/COCO/ImageNet/ActivityNet等获奖者优先；CVPR/ICCV/ECCV论文优先；
3）NLP：预训练、自然语言理解、多语言/跨语言学习、自然语言生成、迁移/半监督学习；有LLM项目经验，或GLUE/SuperGLUE/CLUE等获奖者优先；ACL/EMNLP论文优先；
- 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。