{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "豆包大模型算法研究实习生-Data AML",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "未披露",
        "location": "北京",
        "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届本科及以上学历在读",
        "language": "未披露",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：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、跟踪并探索LLM/Agent/多语言等前沿方向，面向真实生产力场景（如：信息分析与处理、客服与销售、搜索与推荐、办公自动化等）提升效果，沉淀通用可规模化的方法论与系统能力；\n2、围绕LLM/Agent/多语言能力与训练范式开展探索与优化，包括但不限于：LLM能力优化：指令遵循、复杂推理、长上下文、生成质量与幻觉治理等；Agent能力提升：规划与决策、工具调用与推理、上下文管理与记忆、长程任务和多Agent等；多语言能力建设：多语言指令遵循与复杂推理、多语言检索与知识增强、小语种与跨语言一致性等；训练与优化方法：大规模数据与环境扩展、奖励/偏好建模（生成式奖励、RLAIF/RLHF等）、端到端强化学习等；\n3、挖掘现实世界高价值任务，设计科学严谨的量化评测体系，推动模型智能持续提升，为广大企业和开发者提供顶级的大模型服务。",
        "requirements_text": "1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、扎实的深度学习/NLP/RL基础，有靠谱想法且动手能力强，出色的独立分析和解决问题的能力，能够深入定位并系统性解决大模型优化中的关键问题；\n3、在LLM/Agent/多语言有扎实积累，在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表过相关高质量论文，主导过相关且有影响力的项目者优先；\n4、优秀的代码能力（熟练Python/C++），在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；\n5、对AI的实际效用和突破性应用充满热情，敢于挑战未知问题，良好的自驱力和沟通协作能力，并愿意把前沿研究转化为可验证、可上线、可规模化的能力。",
        "skills": [AI生成
            "Python",
            "C++",
            "深度学习",
            "自然语言处理",
            "解决问题",
            "大语言模型"
        ],
        "preferred_qualifications": "1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先；3、在LLM/Agent/多语言有扎实积累，在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表过相关高质量论文，主导过相关且有影响力的项目者优先；4、优秀的代码能力（熟练Python/C++），在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7601829422581139765/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7601829422581139765",
        "post_date": "2026-02-01",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7601829422581139765/detail"
    },
    "fulltext": "豆包大模型算法研究实习生-Data AML\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：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、跟踪并探索LLM/Agent/多语言等前沿方向，面向真实生产力场景（如：信息分析与处理、客服与销售、搜索与推荐、办公自动化等）提升效果，沉淀通用可规模化的方法论与系统能力；\n2、围绕LLM/Agent/多语言能力与训练范式开展探索与优化，包括但不限于：LLM能力优化：指令遵循、复杂推理、长上下文、生成质量与幻觉治理等；Agent能力提升：规划与决策、工具调用与推理、上下文管理与记忆、长程任务和多Agent等；多语言能力建设：多语言指令遵循与复杂推理、多语言检索与知识增强、小语种与跨语言一致性等；训练与优化方法：大规模数据与环境扩展、奖励/偏好建模（生成式奖励、RLAIF/RLHF等）、端到端强化学习等；\n3、挖掘现实世界高价值任务，设计科学严谨的量化评测体系，推动模型智能持续提升，为广大企业和开发者提供顶级的大模型服务。\n\n职位要求\n1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、扎实的深度学习/NLP/RL基础，有靠谱想法且动手能力强，出色的独立分析和解决问题的能力，能够深入定位并系统性解决大模型优化中的关键问题；\n3、在LLM/Agent/多语言有扎实积累，在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表过相关高质量论文，主导过相关且有影响力的项目者优先；\n4、优秀的代码能力（熟练Python/C++），在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；\n5、对AI的实际效用和突破性应用充满热情，敢于挑战未知问题，良好的自驱力和沟通协作能力，并愿意把前沿研究转化为可验证、可上线、可规模化的能力。\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：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、跟踪并探索LLM/Agent/多语言等前沿方向，面向真实生产力场景（如：信息分析与处理、客服与销售、搜索与推荐、办公自动化等）提升效果，沉淀通用可规模化的方法论与系统能力；\n2、围绕LLM/Agent/多语言能力与训练范式开展探索与优化，包括但不限于：LLM能力优化：指令遵循、复杂推理、长上下文、生成质量与幻觉治理等；Agent能力提升：规划与决策、工具调用与推理、上下文管理与记忆、长程任务和多Agent等；多语言能力建设：多语言指令遵循与复杂推理、多语言检索与知识增强、小语种与跨语言一致性等；训练与优化方法：大规模数据与环境扩展、奖励/偏好建模（生成式奖励、RLAIF/RLHF等）、端到端强化学习等；\n3、挖掘现实世界高价值任务，设计科学严谨的量化评测体系，推动模型智能持续提升，为广大企业和开发者提供顶级的大模型服务。\n1、2027届本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、扎实的深度学习/NLP/RL基础，有靠谱想法且动手能力强，出色的独立分析和解决问题的能力，能够深入定位并系统性解决大模型优化中的关键问题；\n3、在LLM/Agent/多语言有扎实积累，在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表过相关高质量论文，主导过相关且有影响力的项目者优先；\n4、优秀的代码能力（熟练Python/C++），在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；\n5、对AI的实际效用和突破性应用充满热情，敢于挑战未知问题，良好的自驱力和沟通协作能力，并愿意把前沿研究转化为可验证、可上线、可规模化的能力。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [
            "T015"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}