主分类：大模型与生成式算法研发
辅助：Agent系统开发（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "大模型算法实习生 - 剪映CapCut",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "未披露",
"location": "北京、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届本科及以上学历在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍：剪映CapCut团队成立七年，先后孵化了剪映、CapCut、醒图、Hypic、即梦、Dreamina、Pippit等产品，覆盖视频、图片、Al生成、视频营销等多领域，打造与AI结合的全球化产品矩阵。\n我们的愿景是：激发想象力，成为全球领先的互动内容平台，创造独特的体验和价值。\n我们期待你的加入，一同极致打磨用户体验,构建创意生态和商业化能力，定义AI与创作结合的无限可能，让内容互动更简单、更精彩!\n\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\n1、Agent Harness：面向下一代AI创作范式，探索并落地多模态创作、内容领域AI Agent的关键技术，包括但不限于Agent Memory、Agent Skills、Agent Environment/Sandbox design、Proactive Agent、多模态RAG、Agent Evaluation等技术的探索和应用；\n2、Agent Model Post-Train：探索Agent模型后训练相关技术，包括Agent SFT数据合成、Agentic RL、Rubrics-based RL、Unified Reward System等技术的探索和应用，训练出更符合多模态创作、交互内容的Agent模型；\n3、紧跟AIGC领域前沿动态，将最新的学术研究成果转化为产品中的实际创新，与产品、工程团队紧密配合，在快速迭代中解决真实世界的技术挑战。",
"requirements_text": "1、2027届本科及以上学历在读，计算机或人工智能等相关专业优先；\n2、具备扎实的机器学习、深度学习与概率统计理论基础，对底层原理有深入理解；熟悉相关技术栈并有深入的研究或项目经验；\n3、熟练掌握至少一种主流深度学习框架（如PyTorch），并具备分布式训练（如DeepSpeed/Megatron-LM）的实战经验；\n4、主动积极、具备出色的沟通协作能力和问题解决能力，对通过技术创造一流产品充满热情。",
"skills": [AI生成
"PyTorch",
"机器学习",
"深度学习"
],
"preferred_qualifications": "1、2027届本科及以上学历在读，计算机或人工智能等相关专业优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7612942367211571461/detail"
}
]
},
"posting": {
"posting_id": "7612942367211571461",
"post_date": "2026-03-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7612942367211571461/detail"
},
"fulltext": "大模型算法实习生 - 剪映CapCut\n职位描述\n团队介绍：剪映CapCut团队成立七年，先后孵化了剪映、CapCut、醒图、Hypic、即梦、Dreamina、Pippit等产品，覆盖视频、图片、Al生成、视频营销等多领域，打造与AI结合的全球化产品矩阵。\n我们的愿景是：激发想象力，成为全球领先的互动内容平台，创造独特的体验和价值。\n我们期待你的加入，一同极致打磨用户体验,构建创意生态和商业化能力，定义AI与创作结合的无限可能，让内容互动更简单、更精彩!\n\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\n1、Agent Harness：面向下一代AI创作范式，探索并落地多模态创作、内容领域AI Agent的关键技术，包括但不限于Agent Memory、Agent Skills、Agent Environment/Sandbox design、Proactive Agent、多模态RAG、Agent Evaluation等技术的探索和应用；\n2、Agent Model Post-Train：探索Agent模型后训练相关技术，包括Agent SFT数据合成、Agentic RL、Rubrics-based RL、Unified Reward System等技术的探索和应用，训练出更符合多模态创作、交互内容的Agent模型；\n3、紧跟AIGC领域前沿动态，将最新的学术研究成果转化为产品中的实际创新，与产品、工程团队紧密配合，在快速迭代中解决真实世界的技术挑战。\n\n职位要求\n1、2027届本科及以上学历在读，计算机或人工智能等相关专业优先；\n2、具备扎实的机器学习、深度学习与概率统计理论基础，对底层原理有深入理解；熟悉相关技术栈并有深入的研究或项目经验；\n3、熟练掌握至少一种主流深度学习框架（如PyTorch），并具备分布式训练（如DeepSpeed/Megatron-LM）的实战经验；\n4、主动积极、具备出色的沟通协作能力和问题解决能力，对通过技术创造一流产品充满热情。\n团队介绍：剪映CapCut团队成立七年，先后孵化了剪映、CapCut、醒图、Hypic、即梦、Dreamina、Pippit等产品，覆盖视频、图片、Al生成、视频营销等多领域，打造与AI结合的全球化产品矩阵。\n我们的愿景是：激发想象力，成为全球领先的互动内容平台，创造独特的体验和价值。\n我们期待你的加入，一同极致打磨用户体验,构建创意生态和商业化能力，定义AI与创作结合的无限可能，让内容互动更简单、更精彩!\n\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\n1、Agent Harness：面向下一代AI创作范式，探索并落地多模态创作、内容领域AI Agent的关键技术，包括但不限于Agent Memory、Agent Skills、Agent Environment/Sandbox design、Proactive Agent、多模态RAG、Agent Evaluation等技术的探索和应用；\n2、Agent Model Post-Train：探索Agent模型后训练相关技术，包括Agent SFT数据合成、Agentic RL、Rubrics-based RL、Unified Reward System等技术的探索和应用，训练出更符合多模态创作、交互内容的Agent模型；\n3、紧跟AIGC领域前沿动态，将最新的学术研究成果转化为产品中的实际创新，与产品、工程团队紧密配合，在快速迭代中解决真实世界的技术挑战。\n1、2027届本科及以上学历在读，计算机或人工智能等相关专业优先；\n2、具备扎实的机器学习、深度学习与概率统计理论基础，对底层原理有深入理解；熟悉相关技术栈并有深入的研究或项目经验；\n3、熟练掌握至少一种主流深度学习框架（如PyTorch），并具备分布式训练（如DeepSpeed/Megatron-LM）的实战经验；\n4、主动积极、具备出色的沟通协作能力和问题解决能力，对通过技术创造一流产品充满热情。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}