{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "长视频生成算法实习生-Seed",
        "job_level": "实习",AI生成
        "work_category": "实习",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届硕士及以上学位在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\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、研发长视频生成模型，聚焦自回归视频生成范式、超长时序建模及长视频一致性保持等核心技术难点；\n2、研发多模态长上下文技术，包括超长上下文高效编码与检索压缩、视频长序列稀疏化及注意力机制优化，提升长视频生成的效率与质量；\n3、研发交互式视频生成技术，赋予模型多轮交互、及时响应能力，探索模型长期记忆机制，实现基于用户实时反馈的动态视频生成；\n4、研发带思维链（CoT）的视频生成技术，引入分步推理、逻辑规划、自我验证等能力，提升长视频创作的连贯性、完整性及效果可控性。",
        "requirements_text": "1、2027届硕士及以上学位在读，计算机、电子信息、软件工程、人工智能、数学等相关专业优先；\n2、AIGC生成技术一个或多个领域的研究和实践经验，包括但不限于以下方向：\n1）视频生成模型的大规模训练；\n2）世界模型、自回归视频生成、交互式视频生成技术；\n3）多模态创作Agent（CoT、Harness Engineering）；\n4）多模态数据生产或模型评测；\n3、动手能力强，熟练的编程能力，熟悉Python编程；\n4、对AI技术的实际落地和突破性应用充满热情，追求技术创新与现实价值的结合；\n5、良好的自驱力，思维敏捷，追求本质，敢于挑战未知问题，乐于在技术攻关中探索技术前沿，能主动学习并快速成长；\n6、在CVPR/ICCV/ECCV/ICLR/NeurIPS/ICML/SIGGRAPH等顶级会议上发表论文者优先；有数学、编程竞赛经验者有加分。",
        "skills": [AI生成
            "Python"
        ],
        "preferred_qualifications": "1、2027届硕士及以上学位在读，计算机、电子信息、软件工程、人工智能、数学等相关专业优先；6、在CVPR/ICCV/ECCV/ICLR/NeurIPS/ICML/SIGGRAPH等顶级会议上发表论文者优先；有数学、编程竞赛经验者有加分",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7626693471651219765/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7626693471651219765",
        "post_date": "2026-04-09",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7626693471651219765/detail"
    },
    "fulltext": "长视频生成算法实习生-Seed\n职位描述\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\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、研发长视频生成模型，聚焦自回归视频生成范式、超长时序建模及长视频一致性保持等核心技术难点；\n2、研发多模态长上下文技术，包括超长上下文高效编码与检索压缩、视频长序列稀疏化及注意力机制优化，提升长视频生成的效率与质量；\n3、研发交互式视频生成技术，赋予模型多轮交互、及时响应能力，探索模型长期记忆机制，实现基于用户实时反馈的动态视频生成；\n4、研发带思维链（CoT）的视频生成技术，引入分步推理、逻辑规划、自我验证等能力，提升长视频创作的连贯性、完整性及效果可控性。\n\n职位要求\n1、2027届硕士及以上学位在读，计算机、电子信息、软件工程、人工智能、数学等相关专业优先；\n2、AIGC生成技术一个或多个领域的研究和实践经验，包括但不限于以下方向：\n1）视频生成模型的大规模训练；\n2）世界模型、自回归视频生成、交互式视频生成技术；\n3）多模态创作Agent（CoT、Harness Engineering）；\n4）多模态数据生产或模型评测；\n3、动手能力强，熟练的编程能力，熟悉Python编程；\n4、对AI技术的实际落地和突破性应用充满热情，追求技术创新与现实价值的结合；\n5、良好的自驱力，思维敏捷，追求本质，敢于挑战未知问题，乐于在技术攻关中探索技术前沿，能主动学习并快速成长；\n6、在CVPR/ICCV/ECCV/ICLR/NeurIPS/ICML/SIGGRAPH等顶级会议上发表论文者优先；有数学、编程竞赛经验者有加分。\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\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、研发长视频生成模型，聚焦自回归视频生成范式、超长时序建模及长视频一致性保持等核心技术难点；\n2、研发多模态长上下文技术，包括超长上下文高效编码与检索压缩、视频长序列稀疏化及注意力机制优化，提升长视频生成的效率与质量；\n3、研发交互式视频生成技术，赋予模型多轮交互、及时响应能力，探索模型长期记忆机制，实现基于用户实时反馈的动态视频生成；\n4、研发带思维链（CoT）的视频生成技术，引入分步推理、逻辑规划、自我验证等能力，提升长视频创作的连贯性、完整性及效果可控性。\n1、2027届硕士及以上学位在读，计算机、电子信息、软件工程、人工智能、数学等相关专业优先；\n2、AIGC生成技术一个或多个领域的研究和实践经验，包括但不限于以下方向：\n1）视频生成模型的大规模训练；\n2）世界模型、自回归视频生成、交互式视频生成技术；\n3）多模态创作Agent（CoT、Harness Engineering）；\n4）多模态数据生产或模型评测；\n3、动手能力强，熟练的编程能力，熟悉Python编程；\n4、对AI技术的实际落地和突破性应用充满热情，追求技术创新与现实价值的结合；\n5、良好的自驱力，思维敏捷，追求本质，敢于挑战未知问题，乐于在技术攻关中探索技术前沿，能主动学习并快速成长；\n6、在CVPR/ICCV/ECCV/ICLR/NeurIPS/ICML/SIGGRAPH等顶级会议上发表论文者优先；有数学、编程竞赛经验者有加分。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}