主分类：大模型与生成式算法研发
辅助：AI训练推理与计算优化（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": "AIGC大模型算法负责人-中国交易与广告（北京/上海/深圳）",
"job_level": "未披露",AI生成
"work_category": "全职",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": "硕士及以上学位",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、搭建行业领先的“小说→漫剧”智能生产线，攻克三大技术堡垒：\n1）多模态叙事AIGC引擎：建立文/图/视频多模态生成技术框架，实现从小说到短剧生成到智能投放到投放反哺生产的全链路闭环，重点需要设计跨模态对齐算法、提升文字指令到视觉元素的可控生成精度，包括支持角色一致性保持（Character-aware Diffusion）、分镜自动生成（Storyboard LLM）、动态运镜控制（Camera Control Net）等等；\n2）场景化MLLM Post-Train：包括质量量化评估模型、生产数据/标注数据/投放数据Post-Train，最终建立短剧生成-投放效果/评测效果/工具采纳效果的反哺优化机制；\n3）MLLM压缩与量化：在画质损失较少的情况下，提升推理速度和降低推理成本；\n2、互动影视/游戏/广告内容生成：\n1）互动影视内容生成：在Creative Writing与内容深度理解基础上，生成具备可互动性的多分支叙事剧情，并进一步利用AIGC短剧生产框架，实现互动影视的全自动生产，支持剧情分支、角色对话、场景渲染等多维度互动元素的生成与整合；\n2）互动游戏内容生成：构建基于AI Coding的UGC互动小游戏生成平台，通过提示工程、任务规划和模型微调等手段，让用户仅通过自然语言即可生成完整的可交互游戏逻辑、美术资产和UI交互；\n3）互动广告内容生成：开发智能互动广告技术，实现广告内容的个性化生成与实时优化，通过与IP数字人对话、选择剧情线关键走向等互动形式提升广告转化率；结合World Model/AR等技术提高交互的丰富性与沉浸性，结合用户交互反馈与强化学习（RL），优化多分支剧情偏好、互动广告转化效果与游戏交互体验。",
"requirements_text": "1、硕士及以上学位，人工智能、计算机、数学相关专业优先；\n2、优秀的代码能力、数据结构和基础算法功底，熟练掌握Python（CV/NLP领域）；\n3、熟悉Diffusion、LLM等大模型相关算法和技术，具有LoRA/ControlNet/T2I-Adapter等微调框架的实战调优经验；\n4、支持AIGC大模型在底层视觉、画质、压缩等多媒体方向的探索以及落地，熟悉多模态大模型（如VideoPoet、Sora等视频生成技术原理），具备跨模态表征学习研究背景。\n\n加分项\n1、有ICML、ICLR、NeurIPS、ACL、CVPR等顶级学术会议发表过有影响力研究成果的优先；\n2、有相关AIGC业务落地实习经历。",
"skills": [AI生成
"Python",
"数据结构",
"大语言模型"
],
"preferred_qualifications": "1、硕士及以上学位，人工智能、计算机、数学相关专业优先；加分项；1、有ICML、ICLR、NeurIPS、ACL、CVPR等顶级学术会议发表过有影响力研究成果的优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7617775063962569013/detail"
}
]
},
"posting": {
"posting_id": "7617775063962569013",
"post_date": "2026-03-16",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7617775063962569013/detail"
},
"fulltext": "AIGC大模型算法负责人-中国交易与广告（北京/上海/深圳）\n职位描述\n1、搭建行业领先的“小说→漫剧”智能生产线，攻克三大技术堡垒：\n1）多模态叙事AIGC引擎：建立文/图/视频多模态生成技术框架，实现从小说到短剧生成到智能投放到投放反哺生产的全链路闭环，重点需要设计跨模态对齐算法、提升文字指令到视觉元素的可控生成精度，包括支持角色一致性保持（Character-aware Diffusion）、分镜自动生成（Storyboard LLM）、动态运镜控制（Camera Control Net）等等；\n2）场景化MLLM Post-Train：包括质量量化评估模型、生产数据/标注数据/投放数据Post-Train，最终建立短剧生成-投放效果/评测效果/工具采纳效果的反哺优化机制；\n3）MLLM压缩与量化：在画质损失较少的情况下，提升推理速度和降低推理成本；\n2、互动影视/游戏/广告内容生成：\n1）互动影视内容生成：在Creative Writing与内容深度理解基础上，生成具备可互动性的多分支叙事剧情，并进一步利用AIGC短剧生产框架，实现互动影视的全自动生产，支持剧情分支、角色对话、场景渲染等多维度互动元素的生成与整合；\n2）互动游戏内容生成：构建基于AI Coding的UGC互动小游戏生成平台，通过提示工程、任务规划和模型微调等手段，让用户仅通过自然语言即可生成完整的可交互游戏逻辑、美术资产和UI交互；\n3）互动广告内容生成：开发智能互动广告技术，实现广告内容的个性化生成与实时优化，通过与IP数字人对话、选择剧情线关键走向等互动形式提升广告转化率；结合World Model/AR等技术提高交互的丰富性与沉浸性，结合用户交互反馈与强化学习（RL），优化多分支剧情偏好、互动广告转化效果与游戏交互体验。\n\n职位要求\n1、硕士及以上学位，人工智能、计算机、数学相关专业优先；\n2、优秀的代码能力、数据结构和基础算法功底，熟练掌握Python（CV/NLP领域）；\n3、熟悉Diffusion、LLM等大模型相关算法和技术，具有LoRA/ControlNet/T2I-Adapter等微调框架的实战调优经验；\n4、支持AIGC大模型在底层视觉、画质、压缩等多媒体方向的探索以及落地，熟悉多模态大模型（如VideoPoet、Sora等视频生成技术原理），具备跨模态表征学习研究背景。\n\n加分项\n1、有ICML、ICLR、NeurIPS、ACL、CVPR等顶级学术会议发表过有影响力研究成果的优先；\n2、有相关AIGC业务落地实习经历。\n1、搭建行业领先的“小说→漫剧”智能生产线，攻克三大技术堡垒：\n1）多模态叙事AIGC引擎：建立文/图/视频多模态生成技术框架，实现从小说到短剧生成到智能投放到投放反哺生产的全链路闭环，重点需要设计跨模态对齐算法、提升文字指令到视觉元素的可控生成精度，包括支持角色一致性保持（Character-aware Diffusion）、分镜自动生成（Storyboard LLM）、动态运镜控制（Camera Control Net）等等；\n2）场景化MLLM Post-Train：包括质量量化评估模型、生产数据/标注数据/投放数据Post-Train，最终建立短剧生成-投放效果/评测效果/工具采纳效果的反哺优化机制；\n3）MLLM压缩与量化：在画质损失较少的情况下，提升推理速度和降低推理成本；\n2、互动影视/游戏/广告内容生成：\n1）互动影视内容生成：在Creative Writing与内容深度理解基础上，生成具备可互动性的多分支叙事剧情，并进一步利用AIGC短剧生产框架，实现互动影视的全自动生产，支持剧情分支、角色对话、场景渲染等多维度互动元素的生成与整合；\n2）互动游戏内容生成：构建基于AI Coding的UGC互动小游戏生成平台，通过提示工程、任务规划和模型微调等手段，让用户仅通过自然语言即可生成完整的可交互游戏逻辑、美术资产和UI交互；\n3）互动广告内容生成：开发智能互动广告技术，实现广告内容的个性化生成与实时优化，通过与IP数字人对话、选择剧情线关键走向等互动形式提升广告转化率；结合World Model/AR等技术提高交互的丰富性与沉浸性，结合用户交互反馈与强化学习（RL），优化多分支剧情偏好、互动广告转化效果与游戏交互体验。\n1、硕士及以上学位，人工智能、计算机、数学相关专业优先；\n2、优秀的代码能力、数据结构和基础算法功底，熟练掌握Python（CV/NLP领域）；\n3、熟悉Diffusion、LLM等大模型相关算法和技术，具有LoRA/ControlNet/T2I-Adapter等微调框架的实战调优经验；\n4、支持AIGC大模型在底层视觉、画质、压缩等多媒体方向的探索以及落地，熟悉多模态大模型（如VideoPoet、Sora等视频生成技术原理），具备跨模态表征学习研究背景。\n\n加分项\n1、有ICML、ICLR、NeurIPS、ACL、CVPR等顶级学术会议发表过有影响力研究成果的优先；\n2、有相关AIGC业务落地实习经历。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T014"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}