{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "多模态大模型应用算法实习生-Seed",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "未披露",
        "location": "深圳",
        "work_mode": "未披露",AI生成
        "job_category": "算法"AI生成
    },
    "company": {
        "company_name": "字节跳动",
        "company_industry": "互联网 / 数字内容 / 电商",
        "company_size": "10000人以上",
        "company_website": "bytedance.com",
        "company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "2027届硕士及以上学位在读",
        "language": "4、良好的英文读写能力与数学基础，具备学习能力与论文复现能力，责任心强，积极主动，具备良好的沟通与团队协作能力",AI生成
        "visa_support": "未披露",
        "responsibilities": "ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n团队介绍：字节跳动Seed团队成立于2023年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。\nSeed团队在AI领域拥有长期愿景与决心，团队研究方向涵盖MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE等超过50个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包App用户量在中国市场排名第一，豆包大模型日均Token调用量行业领先。\n\n1、围绕图像理解与问答，参与视觉感知、复杂场景推理、多轮对话等能力建设，打磨模型在真实任务中的效果与稳定性；\n2、面向数学、物理、化学等学科题目，参与解题推理算法优化，覆盖几何、绘图、图形构造等多种题型，推动模型在学科解题、作业辅导、讲题陪练等场景的落地；\n3、参与多模态Agent的工具调用（检索、计算、代码执行、领域工具等）、长链路规划、反思纠错、记忆机制等能力研发，推动复杂任务的端到端求解体验；\n4、参与Post-training全链路优化，开展SFT、RL、Reward Model等核心算法的调优与创新，围绕豆包App真实业务场景进行定向能力打磨，提升模型在真实任务中的效果；\n5、数据链路与评测体系建设：参与多模态数据的采集、清洗、合成、标注规范设计、负面案例归因与评测集建设，支撑SFT/RL/评测的高质量数据闭环。",
        "requirements_text": "1、2027届硕士及以上学位在读，人工智能、计算机、自动化、数学等相关专业优先；\n2、扎实的数据结构与算法基础，熟练掌握Python和PyTorch；\n3、具备良好的数据处理与分析能力（如Pandas/SQL/数据清洗经验），能够独立完成数据Pipeline与实验脚本的搭建和迭代；\n4、良好的英文读写能力与数学基础，具备学习能力与论文复现能力，责任心强，积极主动，具备良好的沟通与团队协作能力。",
        "skills": [AI生成
            "Python",
            "SQL",
            "PyTorch",
            "数据结构",
            "数据清洗",
            "团队协作",
            "学习能力",
            "分析能力"
        ],
        "preferred_qualifications": "1、2027届硕士及以上学位在读，人工智能、计算机、自动化、数学等相关专业优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7600670113499990325/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7600670113499990325",
        "post_date": "2026-01-29",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7600670113499990325/detail"
    },
    "fulltext": "多模态大模型应用算法实习生-Seed\n职位描述\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n团队介绍：字节跳动Seed团队成立于2023年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。\nSeed团队在AI领域拥有长期愿景与决心，团队研究方向涵盖MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE等超过50个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包App用户量在中国市场排名第一，豆包大模型日均Token调用量行业领先。\n\n1、围绕图像理解与问答，参与视觉感知、复杂场景推理、多轮对话等能力建设，打磨模型在真实任务中的效果与稳定性；\n2、面向数学、物理、化学等学科题目，参与解题推理算法优化，覆盖几何、绘图、图形构造等多种题型，推动模型在学科解题、作业辅导、讲题陪练等场景的落地；\n3、参与多模态Agent的工具调用（检索、计算、代码执行、领域工具等）、长链路规划、反思纠错、记忆机制等能力研发，推动复杂任务的端到端求解体验；\n4、参与Post-training全链路优化，开展SFT、RL、Reward Model等核心算法的调优与创新，围绕豆包App真实业务场景进行定向能力打磨，提升模型在真实任务中的效果；\n5、数据链路与评测体系建设：参与多模态数据的采集、清洗、合成、标注规范设计、负面案例归因与评测集建设，支撑SFT/RL/评测的高质量数据闭环。\n\n职位要求\n1、2027届硕士及以上学位在读，人工智能、计算机、自动化、数学等相关专业优先；\n2、扎实的数据结构与算法基础，熟练掌握Python和PyTorch；\n3、具备良好的数据处理与分析能力（如Pandas/SQL/数据清洗经验），能够独立完成数据Pipeline与实验脚本的搭建和迭代；\n4、良好的英文读写能力与数学基础，具备学习能力与论文复现能力，责任心强，积极主动，具备良好的沟通与团队协作能力。\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n团队介绍：字节跳动Seed团队成立于2023年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。\nSeed团队在AI领域拥有长期愿景与决心，团队研究方向涵盖MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE等超过50个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包App用户量在中国市场排名第一，豆包大模型日均Token调用量行业领先。\n\n1、围绕图像理解与问答，参与视觉感知、复杂场景推理、多轮对话等能力建设，打磨模型在真实任务中的效果与稳定性；\n2、面向数学、物理、化学等学科题目，参与解题推理算法优化，覆盖几何、绘图、图形构造等多种题型，推动模型在学科解题、作业辅导、讲题陪练等场景的落地；\n3、参与多模态Agent的工具调用（检索、计算、代码执行、领域工具等）、长链路规划、反思纠错、记忆机制等能力研发，推动复杂任务的端到端求解体验；\n4、参与Post-training全链路优化，开展SFT、RL、Reward Model等核心算法的调优与创新，围绕豆包App真实业务场景进行定向能力打磨，提升模型在真实任务中的效果；\n5、数据链路与评测体系建设：参与多模态数据的采集、清洗、合成、标注规范设计、负面案例归因与评测集建设，支撑SFT/RL/评测的高质量数据闭环。\n1、2027届硕士及以上学位在读，人工智能、计算机、自动化、数学等相关专业优先；\n2、扎实的数据结构与算法基础，熟练掌握Python和PyTorch；\n3、具备良好的数据处理与分析能力（如Pandas/SQL/数据清洗经验），能够独立完成数据Pipeline与实验脚本的搭建和迭代；\n4、良好的英文读写能力与数学基础，具备学习能力与论文复现能力，责任心强，积极主动，具备良好的沟通与团队协作能力。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}