{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大语言模型应用算法工程师 - 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": "上海",
        "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": 1,
        "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、大模型能力自提升：研究如何提升模型Critic能力，在大量数据中挖掘高价值数据提升模型能力，从而达到模型生成-模型判别-模型训练的自闭环；\n2、AI Office：大模型结合高价值办公场景，主要方向包括AI PPT、数据分析、复杂任务Agent设计等；\n3、Reward System：探索如何构建完备的Reward系统，从而让大模型的RL训练更稳定、更高效、更Scale；\n4、模型基础能力探索：探索如何通用提升模型的基础能力，包括指令遵循、数理逻辑、文本创作等。",
        "requirements_text": "1、2027届获得本科及以上学历，计算机、通信、数学等相关专业；\n2、有NLP/深度学习研发经验，至少1年大模型应用相关实战经验；有数学、编程竞赛的有加分；\n3、深入理解LLM技术栈（如RLHF、Prompt Engineering、LoRA微调等）；\n4、熟悉Python/PyTorch，CUDA优化，以及Transformer、MoE等核心网络架构；具备扎实的代码能力（Python/C++）；\n5、在ACL/EMNLP/NeurIPS等顶会发表LLM相关论文。",
        "skills": [AI生成
            "Python",
            "C++",
            "PyTorch",
            "CUDA",
            "深度学习",
            "大语言模型"
        ],
        "preferred_qualifications": "有数学、编程竞赛的有加分",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7622895526879627573/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7622895526879627573",
        "post_date": "2026-03-30",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7622895526879627573/detail"
    },
    "fulltext": "大语言模型应用算法工程师 - 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、大模型能力自提升：研究如何提升模型Critic能力，在大量数据中挖掘高价值数据提升模型能力，从而达到模型生成-模型判别-模型训练的自闭环；\n2、AI Office：大模型结合高价值办公场景，主要方向包括AI PPT、数据分析、复杂任务Agent设计等；\n3、Reward System：探索如何构建完备的Reward系统，从而让大模型的RL训练更稳定、更高效、更Scale；\n4、模型基础能力探索：探索如何通用提升模型的基础能力，包括指令遵循、数理逻辑、文本创作等。\n\n职位要求\n1、2027届获得本科及以上学历，计算机、通信、数学等相关专业；\n2、有NLP/深度学习研发经验，至少1年大模型应用相关实战经验；有数学、编程竞赛的有加分；\n3、深入理解LLM技术栈（如RLHF、Prompt Engineering、LoRA微调等）；\n4、熟悉Python/PyTorch，CUDA优化，以及Transformer、MoE等核心网络架构；具备扎实的代码能力（Python/C++）；\n5、在ACL/EMNLP/NeurIPS等顶会发表LLM相关论文。\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、大模型能力自提升：研究如何提升模型Critic能力，在大量数据中挖掘高价值数据提升模型能力，从而达到模型生成-模型判别-模型训练的自闭环；\n2、AI Office：大模型结合高价值办公场景，主要方向包括AI PPT、数据分析、复杂任务Agent设计等；\n3、Reward System：探索如何构建完备的Reward系统，从而让大模型的RL训练更稳定、更高效、更Scale；\n4、模型基础能力探索：探索如何通用提升模型的基础能力，包括指令遵循、数理逻辑、文本创作等。\n1、2027届获得本科及以上学历，计算机、通信、数学等相关专业；\n2、有NLP/深度学习研发经验，至少1年大模型应用相关实战经验；有数学、编程竞赛的有加分；\n3、深入理解LLM技术栈（如RLHF、Prompt Engineering、LoRA微调等）；\n4、熟悉Python/PyTorch，CUDA优化，以及Transformer、MoE等核心网络架构；具备扎实的代码能力（Python/C++）；\n5、在ACL/EMNLP/NeurIPS等顶会发表LLM相关论文。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}