主分类：大模型与生成式算法研发
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": "大语言模型预训练算法工程师-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。Seed 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、预训练和持续学习：大规模预训练、持续学习和自主迭代，突破自然语料、多模态、上下文和记忆的瓶颈；\n2、大语言模型数据科学：压缩世界知识和经验，构建基础模型智能的深厚内在和锋利边界；\n3、Scaling机制和最优化：解读模型的优化动态，用数学物理和实验科学，祛除“炼丹炉”上的阴霾；\n4、通用效率优化：让数据更快迭代，让训练更快收敛，让评估更快置信，让实验更快见效，让下一代智能更早浮现。",
"requirements_text": "1、2027届获得本科及以上学历，计算机、数学、统计等相关专业；\n2、优秀的代码能力、数据结构和基础算法功底，熟练C/C++或Python/Rust，熟悉Vibe coding和Agent工程则更优；拥有扎实的数学功底和机器学习理论基础；\n3、熟悉NLP/CV相关算法和技术，熟悉预训练、后训练算法，在相关领域有良好研究记录者优先，在大模型领域主导过大影响力的项目或论文者优先。\n\n我们期待你是潜在的：\n1、以数据为AI底层代码的编码圣体；\n2、以模型为产品的迭代高手；\n3、以研究为事业的超级个体。",
"skills": [AI生成
"Python",
"C++",
"Rust",
"机器学习",
"数据结构",
"大语言模型"
],
"preferred_qualifications": "3、熟悉NLP/CV相关算法和技术，熟悉预训练、后训练算法，在相关领域有良好研究记录者优先，在大模型领域主导过大影响力的项目或论文者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7622492139368597765/detail"
}
]
},
"posting": {
"posting_id": "7622492139368597765",
"post_date": "2026-03-29",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7622492139368597765/detail"
},
"fulltext": "大语言模型预训练算法工程师-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。Seed 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、预训练和持续学习：大规模预训练、持续学习和自主迭代，突破自然语料、多模态、上下文和记忆的瓶颈；\n2、大语言模型数据科学：压缩世界知识和经验，构建基础模型智能的深厚内在和锋利边界；\n3、Scaling机制和最优化：解读模型的优化动态，用数学物理和实验科学，祛除“炼丹炉”上的阴霾；\n4、通用效率优化：让数据更快迭代，让训练更快收敛，让评估更快置信，让实验更快见效，让下一代智能更早浮现。\n\n职位要求\n1、2027届获得本科及以上学历，计算机、数学、统计等相关专业；\n2、优秀的代码能力、数据结构和基础算法功底，熟练C/C++或Python/Rust，熟悉Vibe coding和Agent工程则更优；拥有扎实的数学功底和机器学习理论基础；\n3、熟悉NLP/CV相关算法和技术，熟悉预训练、后训练算法，在相关领域有良好研究记录者优先，在大模型领域主导过大影响力的项目或论文者优先。\n\n我们期待你是潜在的：\n1、以数据为AI底层代码的编码圣体；\n2、以模型为产品的迭代高手；\n3、以研究为事业的超级个体。\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。Seed 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、预训练和持续学习：大规模预训练、持续学习和自主迭代，突破自然语料、多模态、上下文和记忆的瓶颈；\n2、大语言模型数据科学：压缩世界知识和经验，构建基础模型智能的深厚内在和锋利边界；\n3、Scaling机制和最优化：解读模型的优化动态，用数学物理和实验科学，祛除“炼丹炉”上的阴霾；\n4、通用效率优化：让数据更快迭代，让训练更快收敛，让评估更快置信，让实验更快见效，让下一代智能更早浮现。\n1、2027届获得本科及以上学历，计算机、数学、统计等相关专业；\n2、优秀的代码能力、数据结构和基础算法功底，熟练C/C++或Python/Rust，熟悉Vibe coding和Agent工程则更优；拥有扎实的数学功底和机器学习理论基础；\n3、熟悉NLP/CV相关算法和技术，熟悉预训练、后训练算法，在相关领域有良好研究记录者优先，在大模型领域主导过大影响力的项目或论文者优先。\n\n我们期待你是潜在的：\n1、以数据为AI底层代码的编码圣体；\n2、以模型为产品的迭代高手；\n3、以研究为事业的超级个体。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}