{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "视频生成RL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、参与基于DiT/Diffusion的视频生成模型研发与后训练优化，协助提升画质、美感、运动、一致性和指令响应等效果；\n2、参与生成模型RL后训练框架、多模态Reward Model/Verifier的设计、训练与迭代，探索RLHF、ReFL、GRPO、DPO等方法在图像/视频生成中的应用；\n3、参与后训练相关的数据构建、模型评测、训练加速、推理优化、蒸馏压缩等工作，并支持相关能力在业务场景中的落地。",
        "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、在计算机视觉/多模态方向具备一定研究或实践基础，熟悉以下一个或多个方向者优先：生成模型后训练、Reward Model/Verifier、多模态评测、Agentic RL、大规模训练优化等；\n3、具备良好的编程基础和工程能力，熟练使用Python/PyTorch，有相关项目或科研实践经验者优先；\n4、对生成式AI技术前沿与业务落地有热情，自驱力强，具备良好的学习能力、分析解决问题能力和协作能力；\n5、在CVPR/ICCV/ECCV/NeurIPS/ICLR/ICML等顶会发表论文者优先，有ACM/ICPC、数学建模、编程竞赛等经历者加分。",
        "skills": [AI生成
            "Python",
            "PyTorch",
            "计算机视觉",
            "解决问题",
            "学习能力",
            "建模"
        ],
        "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；2、在计算机视觉/多模态方向具备一定研究或实践基础，熟悉以下一个或多个方向者优先：生成模型后训练、Reward Model/Verifier、多模态评测、Agentic RL、大规模训练优化等；3、具备良好的编程基础和工程能力，熟练使用Python/PyTorch，有相关项目或科研实践经验者优先；5、在CVPR/ICCV/ECCV/NeurIPS/ICLR/ICML等顶会发表论文者优先，有ACM/ICPC、数学建模、编程竞赛等经历者加分",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7626693554878908725/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7626693554878908725",
        "post_date": "2026-04-09",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7626693554878908725/detail"
    },
    "fulltext": "视频生成RL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、参与基于DiT/Diffusion的视频生成模型研发与后训练优化，协助提升画质、美感、运动、一致性和指令响应等效果；\n2、参与生成模型RL后训练框架、多模态Reward Model/Verifier的设计、训练与迭代，探索RLHF、ReFL、GRPO、DPO等方法在图像/视频生成中的应用；\n3、参与后训练相关的数据构建、模型评测、训练加速、推理优化、蒸馏压缩等工作，并支持相关能力在业务场景中的落地。\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、在计算机视觉/多模态方向具备一定研究或实践基础，熟悉以下一个或多个方向者优先：生成模型后训练、Reward Model/Verifier、多模态评测、Agentic RL、大规模训练优化等；\n3、具备良好的编程基础和工程能力，熟练使用Python/PyTorch，有相关项目或科研实践经验者优先；\n4、对生成式AI技术前沿与业务落地有热情，自驱力强，具备良好的学习能力、分析解决问题能力和协作能力；\n5、在CVPR/ICCV/ECCV/NeurIPS/ICLR/ICML等顶会发表论文者优先，有ACM/ICPC、数学建模、编程竞赛等经历者加分。\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、参与基于DiT/Diffusion的视频生成模型研发与后训练优化，协助提升画质、美感、运动、一致性和指令响应等效果；\n2、参与生成模型RL后训练框架、多模态Reward Model/Verifier的设计、训练与迭代，探索RLHF、ReFL、GRPO、DPO等方法在图像/视频生成中的应用；\n3、参与后训练相关的数据构建、模型评测、训练加速、推理优化、蒸馏压缩等工作，并支持相关能力在业务场景中的落地。\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、在计算机视觉/多模态方向具备一定研究或实践基础，熟悉以下一个或多个方向者优先：生成模型后训练、Reward Model/Verifier、多模态评测、Agentic RL、大规模训练优化等；\n3、具备良好的编程基础和工程能力，熟练使用Python/PyTorch，有相关项目或科研实践经验者优先；\n4、对生成式AI技术前沿与业务落地有热情，自驱力强，具备良好的学习能力、分析解决问题能力和协作能力；\n5、在CVPR/ICCV/ECCV/NeurIPS/ICLR/ICML等顶会发表论文者优先，有ACM/ICPC、数学建模、编程竞赛等经历者加分。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}