主分类：计算机视觉与图像感知算法研发
辅助：音视频与实时通信研发（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": "Video/Image AI/ML多媒体算法实习生-音视频技术",
"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": "多媒体"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届博士学位在读",
"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：视频与边缘部门承载了字节跳动的媒体内容分发基建及技术中台，支持了字节全系产品，如抖音、今日头条、番茄小说、西瓜视频等APP的点播、直播、实时通信、图片等多媒体业务发展，同时将业务发展过程中沉淀下来的技术能力和工具，通过火山引擎对外输出，面向各行各业用户提供视频云产品和服务，愿景是为内外部业务伙伴提供最低成本、最优画质、最低延时、最安全可靠的富媒体内容分发解决方案，助力业务伙伴降本提效实现持续增长。\n\n1、设计视频分析算法（如ROI分析、内容理解、特征提取等）及视频质量评估算法，参与数据库构建、算法设计/开发/优化等相关工作；\n2、参与编码器的端到端（E2E）视频质量优化策略与解决方案的设计，结合视频分析、视频处理与编码算法（例如帧级码率控制等）进行系统优化；\n3、将设计的算法应用于点播（VOD）/直播监控、数据分析及算法客观评估等场景；\n4、与基础架构（Infra）团队及多媒体平台团队协作，将算法集成到生产工作流程中，并通过A/B测试验证算法效果与实际收益。",
"requirements_text": "1、2027届博士学位在读，计算机科学、软件工程相关专业优先；\n2、熟悉Transformer架构及主流多模态大模型（MLLM），具有相关实现或研究经验者优先；\n3、了解常见视频处理算法，如锐化（Sharpen filter）、降噪模型（De-noise Model）等；\n4、具备机器学习或深度学习经验，熟悉TensorFlow/PyTorch等深度学习框架；\n5、了解视频编码标准（AVC、HEVC、AV1、VP9等），并具有视频编码器设计经验，具备嵌入式处理器经验（如ARM Cortex M0/M3/M4或RISC-V架构）及RTOS实时系统开发经验；\n6、具备良好的沟通能力，积极主动、乐于学习，并热衷于将前沿技术落地到实际应用场景中。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"嵌入式",
"沟通能力",
"大语言模型"
],
"preferred_qualifications": "1、2027届博士学位在读，计算机科学、软件工程相关专业优先；2、熟悉Transformer架构及主流多模态大模型（MLLM），具有相关实现或研究经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7613236500838517045/detail"
}
]
},
"posting": {
"posting_id": "7613236500838517045",
"post_date": "2026-03-04",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7613236500838517045/detail"
},
"fulltext": "Video/Image AI/ML多媒体算法实习生-音视频技术\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：视频与边缘部门承载了字节跳动的媒体内容分发基建及技术中台，支持了字节全系产品，如抖音、今日头条、番茄小说、西瓜视频等APP的点播、直播、实时通信、图片等多媒体业务发展，同时将业务发展过程中沉淀下来的技术能力和工具，通过火山引擎对外输出，面向各行各业用户提供视频云产品和服务，愿景是为内外部业务伙伴提供最低成本、最优画质、最低延时、最安全可靠的富媒体内容分发解决方案，助力业务伙伴降本提效实现持续增长。\n\n1、设计视频分析算法（如ROI分析、内容理解、特征提取等）及视频质量评估算法，参与数据库构建、算法设计/开发/优化等相关工作；\n2、参与编码器的端到端（E2E）视频质量优化策略与解决方案的设计，结合视频分析、视频处理与编码算法（例如帧级码率控制等）进行系统优化；\n3、将设计的算法应用于点播（VOD）/直播监控、数据分析及算法客观评估等场景；\n4、与基础架构（Infra）团队及多媒体平台团队协作，将算法集成到生产工作流程中，并通过A/B测试验证算法效果与实际收益。\n\n职位要求\n1、2027届博士学位在读，计算机科学、软件工程相关专业优先；\n2、熟悉Transformer架构及主流多模态大模型（MLLM），具有相关实现或研究经验者优先；\n3、了解常见视频处理算法，如锐化（Sharpen filter）、降噪模型（De-noise Model）等；\n4、具备机器学习或深度学习经验，熟悉TensorFlow/PyTorch等深度学习框架；\n5、了解视频编码标准（AVC、HEVC、AV1、VP9等），并具有视频编码器设计经验，具备嵌入式处理器经验（如ARM Cortex M0/M3/M4或RISC-V架构）及RTOS实时系统开发经验；\n6、具备良好的沟通能力，积极主动、乐于学习，并热衷于将前沿技术落地到实际应用场景中。\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：视频与边缘部门承载了字节跳动的媒体内容分发基建及技术中台，支持了字节全系产品，如抖音、今日头条、番茄小说、西瓜视频等APP的点播、直播、实时通信、图片等多媒体业务发展，同时将业务发展过程中沉淀下来的技术能力和工具，通过火山引擎对外输出，面向各行各业用户提供视频云产品和服务，愿景是为内外部业务伙伴提供最低成本、最优画质、最低延时、最安全可靠的富媒体内容分发解决方案，助力业务伙伴降本提效实现持续增长。\n\n1、设计视频分析算法（如ROI分析、内容理解、特征提取等）及视频质量评估算法，参与数据库构建、算法设计/开发/优化等相关工作；\n2、参与编码器的端到端（E2E）视频质量优化策略与解决方案的设计，结合视频分析、视频处理与编码算法（例如帧级码率控制等）进行系统优化；\n3、将设计的算法应用于点播（VOD）/直播监控、数据分析及算法客观评估等场景；\n4、与基础架构（Infra）团队及多媒体平台团队协作，将算法集成到生产工作流程中，并通过A/B测试验证算法效果与实际收益。\n1、2027届博士学位在读，计算机科学、软件工程相关专业优先；\n2、熟悉Transformer架构及主流多模态大模型（MLLM），具有相关实现或研究经验者优先；\n3、了解常见视频处理算法，如锐化（Sharpen filter）、降噪模型（De-noise Model）等；\n4、具备机器学习或深度学习经验，熟悉TensorFlow/PyTorch等深度学习框架；\n5、了解视频编码标准（AVC、HEVC、AV1、VP9等），并具有视频编码器设计经验，具备嵌入式处理器经验（如ARM Cortex M0/M3/M4或RISC-V架构）及RTOS实时系统开发经验；\n6、具备良好的沟通能力，积极主动、乐于学习，并热衷于将前沿技术落地到实际应用场景中。",
"standard_classification": {
"std_category_code": "T034",
"std_aux_codes": [
"T032"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}