主分类：AI训练推理与计算优化
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模型优化工程师-Seed大模型人才校招",
"job_level": "校招",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": "2027届获得本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "Seed 大模型人才校招，是字节跳动 Seed 面向高校人才推出的招聘项目。我们始终相信，真正重要的技术进步来自对高难度问题的持续挑战。面对 AI 时代的巨大机遇，Seed 团队并不止步于模型迭代，而是选择进入技术深水区，推进下一代 AI 范式突破，不断探索智能的边界与上限。\n\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、负责AIGC大模型（图片/视频生成、理解与生成统一模型）算法加速，优化模型推理效率、吞吐能力及资源利用率；\n2、研究扩散模型、自回归模型及多模态大模型的计算特征与性能瓶颈，围绕采样、解码、注意力计算等环节开展系统性优化；\n3、探索实践知识蒸馏、结构剪枝、Token压缩等前沿优化算法，在保证效果的前提下提升推理性能；\n4、主导生成与理解类模型创新算法研究，提升前沿视觉范式的推理效率与服务性能；\n5、联动算法、工程及业务团队，推动优化技术落地，建立从模型设计到线上部署的完整优化闭环。",
"requirements_text": "1、2027届获得本科及以上学历，计算机、人工智能、数学、自动化等相关专业优先；\n2、具备扎实的机器学习、深度学习与算法基础，精通扩散模型和/或自回归模型的核心原理、实现细节及推理优化方法；\n3、至少具备以下任一领域实践经验：AIGC模型算法加速与推理优化、模型压缩加速（知识蒸馏、剪枝等）、高效模型结构设计、生成/多模态模型性能优化与落地；\n4、熟悉PyTorch等深度学习框架，工程实现能力强，可独立完成算法设计、实验验证及优化落地；\n5、具备优秀的问题分析与系统优化能力，能从多层面定位性能瓶颈并提出系统性解决方案；\n6、有文生图/视频、多模态或大模型推理优化相关项目/落地成果，或在高水平会议/期刊发表相关论文、有开源社区贡献、算法竞赛优异成绩者优先。",
"skills": [AI生成
"PyTorch",
"机器学习",
"深度学习",
"算法设计",
"性能优化",
"结构设计",
"大语言模型"
],
"preferred_qualifications": "1、2027届获得本科及以上学历，计算机、人工智能、数学、自动化等相关专业优先；6、有文生图/视频、多模态或大模型推理优化相关项目/落地成果，或在高水平会议/期刊发表相关论文、有开源社区贡献、算法竞赛优异成绩者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7622246696441399605/detail"
}
]
},
"posting": {
"posting_id": "7622246696441399605",
"post_date": "2026-03-28",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7622246696441399605/detail"
},
"fulltext": "AIGC模型优化工程师-Seed大模型人才校招\n职位描述\nSeed 大模型人才校招，是字节跳动 Seed 面向高校人才推出的招聘项目。我们始终相信，真正重要的技术进步来自对高难度问题的持续挑战。面对 AI 时代的巨大机遇，Seed 团队并不止步于模型迭代，而是选择进入技术深水区，推进下一代 AI 范式突破，不断探索智能的边界与上限。\n\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、负责AIGC大模型（图片/视频生成、理解与生成统一模型）算法加速，优化模型推理效率、吞吐能力及资源利用率；\n2、研究扩散模型、自回归模型及多模态大模型的计算特征与性能瓶颈，围绕采样、解码、注意力计算等环节开展系统性优化；\n3、探索实践知识蒸馏、结构剪枝、Token压缩等前沿优化算法，在保证效果的前提下提升推理性能；\n4、主导生成与理解类模型创新算法研究，提升前沿视觉范式的推理效率与服务性能；\n5、联动算法、工程及业务团队，推动优化技术落地，建立从模型设计到线上部署的完整优化闭环。\n\n职位要求\n1、2027届获得本科及以上学历，计算机、人工智能、数学、自动化等相关专业优先；\n2、具备扎实的机器学习、深度学习与算法基础，精通扩散模型和/或自回归模型的核心原理、实现细节及推理优化方法；\n3、至少具备以下任一领域实践经验：AIGC模型算法加速与推理优化、模型压缩加速（知识蒸馏、剪枝等）、高效模型结构设计、生成/多模态模型性能优化与落地；\n4、熟悉PyTorch等深度学习框架，工程实现能力强，可独立完成算法设计、实验验证及优化落地；\n5、具备优秀的问题分析与系统优化能力，能从多层面定位性能瓶颈并提出系统性解决方案；\n6、有文生图/视频、多模态或大模型推理优化相关项目/落地成果，或在高水平会议/期刊发表相关论文、有开源社区贡献、算法竞赛优异成绩者优先。\nSeed 大模型人才校招，是字节跳动 Seed 面向高校人才推出的招聘项目。我们始终相信，真正重要的技术进步来自对高难度问题的持续挑战。面对 AI 时代的巨大机遇，Seed 团队并不止步于模型迭代，而是选择进入技术深水区，推进下一代 AI 范式突破，不断探索智能的边界与上限。\n\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、负责AIGC大模型（图片/视频生成、理解与生成统一模型）算法加速，优化模型推理效率、吞吐能力及资源利用率；\n2、研究扩散模型、自回归模型及多模态大模型的计算特征与性能瓶颈，围绕采样、解码、注意力计算等环节开展系统性优化；\n3、探索实践知识蒸馏、结构剪枝、Token压缩等前沿优化算法，在保证效果的前提下提升推理性能；\n4、主导生成与理解类模型创新算法研究，提升前沿视觉范式的推理效率与服务性能；\n5、联动算法、工程及业务团队，推动优化技术落地，建立从模型设计到线上部署的完整优化闭环。\n1、2027届获得本科及以上学历，计算机、人工智能、数学、自动化等相关专业优先；\n2、具备扎实的机器学习、深度学习与算法基础，精通扩散模型和/或自回归模型的核心原理、实现细节及推理优化方法；\n3、至少具备以下任一领域实践经验：AIGC模型算法加速与推理优化、模型压缩加速（知识蒸馏、剪枝等）、高效模型结构设计、生成/多模态模型性能优化与落地；\n4、熟悉PyTorch等深度学习框架，工程实现能力强，可独立完成算法设计、实验验证及优化落地；\n5、具备优秀的问题分析与系统优化能力，能从多层面定位性能瓶颈并提出系统性解决方案；\n6、有文生图/视频、多模态或大模型推理优化相关项目/落地成果，或在高水平会议/期刊发表相关论文、有开源社区贡献、算法竞赛优异成绩者优先。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}