{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "番茄模型运维（模型开发方向）运营-CQC",
        "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": "运营"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": "计算机、人工智能、数学、电子信息等相关专业本科及以上学历",
        "language": "5、具备较强的英文文献阅读能力，能够快速跟进AI领域的最新学术进展",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、大模型训练与优化（核心）：负责大语言模型（LLM）的预训练（Pre-Training）、指令微调（SFT）以及基于人类反馈的强化学习（RLHF/DPO）等核心算法研发；主导高质量训练数据的挖掘、清洗、配比与评测体系建设，持续提升模型在通用或垂直领域的表现；追踪并复现前沿的大模型技术（如新架构、长上下文优化、MoE等），解决模型幻觉、逻辑推理等关键问题；\n2、业务工具链与智能体（Agent/Skill）开发：开发并完善涵盖数据处理、自动化评测、版本管理等环节的LLM全生命周期工具链；深入理解具体业务场景，针对业务痛点研发定制化大模型工具链（如自动化内容质量把控、垂直领域分析提效工具等），确保AI技术精准落地并产生业务价值；负责模型外部工具集（Tool-use/Function Call）的定义与开发，将模型能力原子化，使大模型能够通过调用外部插件、数据库、API接口执行复杂任务；\n3、检索增强生成（RAG）系统建设：负责设计与搭建基于大模型的RAG（Retrieval-Augmented Generation）系统，解决模型在特定业务场景下的知识时效性与准确性问题；优化RAG链路中的核心模块，包括文档解析、Embedding模型微调、向量检索策略优化（如多路召回、重排序Rerank）以及Prompt工程。",
        "requirements_text": "1、计算机、人工智能、数学、电子信息等相关专业本科及以上学历，硕士学位优先；\n2、具备扎实的编程基础，精通Python，熟悉C++/Go等至少一门后端语言，熟练使用Linux开发环境；\n3、深入理解深度学习原理，熟练掌握PyTorch框架；\n4、熟悉主流开源大模型架构（如Llama、Qwen、ChatGLM、Mistral等），具备SFT/RLHF训练调优实际经验；熟悉分布式训练框架（如DeepSpeed、Megatron-LM、FSDP等），有集群训练经验者优先；熟悉LangChain、LlamaIndex等大模型应用开发框架；熟悉向量数据库（如Milvus、FAISS、Chroma等）及Elasticsearch的使用与调优；\n5、具备较强的英文文献阅读能力，能够快速跟进AI领域的最新学术进展；\n6、具备优秀的逻辑思维能力、问题拆解能力以及团队协作精神，对前沿技术有强烈的好奇心。",
        "skills": [AI生成
            "Python",
            "C++",
            "Linux",
            "PyTorch",
            "Elasticsearch",
            "深度学习",
            "数据库",
            "团队协作",
            "逻辑思维",
            "大语言模型"
        ],
        "preferred_qualifications": "1、计算机、人工智能、数学、电子信息等相关专业本科及以上学历，硕士学位优先；熟悉分布式训练框架（如DeepSpeed、Megatron-LM、FSDP等），有集群训练经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7626315533751208245/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7626315533751208245",
        "post_date": "2026-04-08",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7626315533751208245/detail"
    },
    "fulltext": "番茄模型运维（模型开发方向）运营-CQC\n职位描述\n1、大模型训练与优化（核心）：负责大语言模型（LLM）的预训练（Pre-Training）、指令微调（SFT）以及基于人类反馈的强化学习（RLHF/DPO）等核心算法研发；主导高质量训练数据的挖掘、清洗、配比与评测体系建设，持续提升模型在通用或垂直领域的表现；追踪并复现前沿的大模型技术（如新架构、长上下文优化、MoE等），解决模型幻觉、逻辑推理等关键问题；\n2、业务工具链与智能体（Agent/Skill）开发：开发并完善涵盖数据处理、自动化评测、版本管理等环节的LLM全生命周期工具链；深入理解具体业务场景，针对业务痛点研发定制化大模型工具链（如自动化内容质量把控、垂直领域分析提效工具等），确保AI技术精准落地并产生业务价值；负责模型外部工具集（Tool-use/Function Call）的定义与开发，将模型能力原子化，使大模型能够通过调用外部插件、数据库、API接口执行复杂任务；\n3、检索增强生成（RAG）系统建设：负责设计与搭建基于大模型的RAG（Retrieval-Augmented Generation）系统，解决模型在特定业务场景下的知识时效性与准确性问题；优化RAG链路中的核心模块，包括文档解析、Embedding模型微调、向量检索策略优化（如多路召回、重排序Rerank）以及Prompt工程。\n\n职位要求\n1、计算机、人工智能、数学、电子信息等相关专业本科及以上学历，硕士学位优先；\n2、具备扎实的编程基础，精通Python，熟悉C++/Go等至少一门后端语言，熟练使用Linux开发环境；\n3、深入理解深度学习原理，熟练掌握PyTorch框架；\n4、熟悉主流开源大模型架构（如Llama、Qwen、ChatGLM、Mistral等），具备SFT/RLHF训练调优实际经验；熟悉分布式训练框架（如DeepSpeed、Megatron-LM、FSDP等），有集群训练经验者优先；熟悉LangChain、LlamaIndex等大模型应用开发框架；熟悉向量数据库（如Milvus、FAISS、Chroma等）及Elasticsearch的使用与调优；\n5、具备较强的英文文献阅读能力，能够快速跟进AI领域的最新学术进展；\n6、具备优秀的逻辑思维能力、问题拆解能力以及团队协作精神，对前沿技术有强烈的好奇心。\n1、大模型训练与优化（核心）：负责大语言模型（LLM）的预训练（Pre-Training）、指令微调（SFT）以及基于人类反馈的强化学习（RLHF/DPO）等核心算法研发；主导高质量训练数据的挖掘、清洗、配比与评测体系建设，持续提升模型在通用或垂直领域的表现；追踪并复现前沿的大模型技术（如新架构、长上下文优化、MoE等），解决模型幻觉、逻辑推理等关键问题；\n2、业务工具链与智能体（Agent/Skill）开发：开发并完善涵盖数据处理、自动化评测、版本管理等环节的LLM全生命周期工具链；深入理解具体业务场景，针对业务痛点研发定制化大模型工具链（如自动化内容质量把控、垂直领域分析提效工具等），确保AI技术精准落地并产生业务价值；负责模型外部工具集（Tool-use/Function Call）的定义与开发，将模型能力原子化，使大模型能够通过调用外部插件、数据库、API接口执行复杂任务；\n3、检索增强生成（RAG）系统建设：负责设计与搭建基于大模型的RAG（Retrieval-Augmented Generation）系统，解决模型在特定业务场景下的知识时效性与准确性问题；优化RAG链路中的核心模块，包括文档解析、Embedding模型微调、向量检索策略优化（如多路召回、重排序Rerank）以及Prompt工程。\n1、计算机、人工智能、数学、电子信息等相关专业本科及以上学历，硕士学位优先；\n2、具备扎实的编程基础，精通Python，熟悉C++/Go等至少一门后端语言，熟练使用Linux开发环境；\n3、深入理解深度学习原理，熟练掌握PyTorch框架；\n4、熟悉主流开源大模型架构（如Llama、Qwen、ChatGLM、Mistral等），具备SFT/RLHF训练调优实际经验；熟悉分布式训练框架（如DeepSpeed、Megatron-LM、FSDP等），有集群训练经验者优先；熟悉LangChain、LlamaIndex等大模型应用开发框架；熟悉向量数据库（如Milvus、FAISS、Chroma等）及Elasticsearch的使用与调优；\n5、具备较强的英文文献阅读能力，能够快速跟进AI领域的最新学术进展；\n6、具备优秀的逻辑思维能力、问题拆解能力以及团队协作精神，对前沿技术有强烈的好奇心。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [
            "T008",
            "T009"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}