{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "多模态交互算法专家-PICO",
        "job_level": "专家",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": "硕士学位及以上",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、探索大规模多模态理解与生成的基础模型，结合眼动等生理信号进行指令微调、偏好对齐、模型优化，提升数据合成、Scalable Oversight、模型推理、规划能力，构建全面客观准确的评测系统，提升大模型能力；\n2、探索前沿技术方向包括但不限于多模态RAG、Memory、Visual CoT与Agent等领域多模态模型、VLA模型、世界模型进阶能力，构建GUI/XR等虚拟世界的通用多模态Agent能力；\n3、利用预训练、合成仿真等技术对XR虚拟世界/现实世界的各类人机交互动作与环境进行建模，提供多模态交互探索的基本能力，推动应用落地，研发以多模态大模型+XR设备为核心的新技术、新产品。",
        "requirements_text": "1、硕士学位及以上，计算机、电子、数学等相关专业；\n2、熟悉多模态大模型（VLM）、大语言模型（LLM）相关的算法技术，在相关领域有过良好的项目经验或研究经验，熟悉大模型相关的数据构造方法、预训练、Post-training算法；\n3、熟悉LLM、VLM或Agent架构，熟悉RL算法（GRPO、PPO、DPO、判别式及生成式RM）、Multi-Agent算法+工程技术，有多模态内容理解应用、AI Agent应用经验的优先。\n\n【加分项】\n1、具有扎实的数学、算法和机器学习基础，熟悉CV、RL、VLM、VLA等领域的技术，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH等会议/期刊上发表论文者优先；\n2、具有优秀的代码能力，熟悉VeRL、Trl、EasyR1等训练框架，在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；\n3、从事过人机交互（眼动追踪、手势追踪）相关算法研究、在多模态、大模型、基础模型、强化学习、Agent等领域，主导过项目者优先。",
        "skills": [AI生成
            "机器学习",
            "强化学习",
            "大语言模型"
        ],
        "preferred_qualifications": "3、熟悉LLM、VLM或Agent架构，熟悉RL算法（GRPO、PPO、DPO、判别式及生成式RM）、Multi-Agent算法+工程技术，有多模态内容理解应用、AI Agent应用经验的优先；【加分项】；1、具有扎实的数学、算法和机器学习基础，熟悉CV、RL、VLM、VLA等领域的技术，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH等会议/期刊上发表论文者优先；2、具有优秀的代码能力，熟悉VeRL、Trl、EasyR1等训练框架，在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；3、从事过人机交互（眼动追踪、手势追踪）相关算法研究、在多模态、大模型、基础模型、强化学习、Agent等领域，主导过项目者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7628080476902738181/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7628080476902738181",
        "post_date": "2026-04-13",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7628080476902738181/detail"
    },
    "fulltext": "多模态交互算法专家-PICO\n职位描述\n1、探索大规模多模态理解与生成的基础模型，结合眼动等生理信号进行指令微调、偏好对齐、模型优化，提升数据合成、Scalable Oversight、模型推理、规划能力，构建全面客观准确的评测系统，提升大模型能力；\n2、探索前沿技术方向包括但不限于多模态RAG、Memory、Visual CoT与Agent等领域多模态模型、VLA模型、世界模型进阶能力，构建GUI/XR等虚拟世界的通用多模态Agent能力；\n3、利用预训练、合成仿真等技术对XR虚拟世界/现实世界的各类人机交互动作与环境进行建模，提供多模态交互探索的基本能力，推动应用落地，研发以多模态大模型+XR设备为核心的新技术、新产品。\n\n职位要求\n1、硕士学位及以上，计算机、电子、数学等相关专业；\n2、熟悉多模态大模型（VLM）、大语言模型（LLM）相关的算法技术，在相关领域有过良好的项目经验或研究经验，熟悉大模型相关的数据构造方法、预训练、Post-training算法；\n3、熟悉LLM、VLM或Agent架构，熟悉RL算法（GRPO、PPO、DPO、判别式及生成式RM）、Multi-Agent算法+工程技术，有多模态内容理解应用、AI Agent应用经验的优先。\n\n【加分项】\n1、具有扎实的数学、算法和机器学习基础，熟悉CV、RL、VLM、VLA等领域的技术，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH等会议/期刊上发表论文者优先；\n2、具有优秀的代码能力，熟悉VeRL、Trl、EasyR1等训练框架，在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；\n3、从事过人机交互（眼动追踪、手势追踪）相关算法研究、在多模态、大模型、基础模型、强化学习、Agent等领域，主导过项目者优先。\n1、探索大规模多模态理解与生成的基础模型，结合眼动等生理信号进行指令微调、偏好对齐、模型优化，提升数据合成、Scalable Oversight、模型推理、规划能力，构建全面客观准确的评测系统，提升大模型能力；\n2、探索前沿技术方向包括但不限于多模态RAG、Memory、Visual CoT与Agent等领域多模态模型、VLA模型、世界模型进阶能力，构建GUI/XR等虚拟世界的通用多模态Agent能力；\n3、利用预训练、合成仿真等技术对XR虚拟世界/现实世界的各类人机交互动作与环境进行建模，提供多模态交互探索的基本能力，推动应用落地，研发以多模态大模型+XR设备为核心的新技术、新产品。\n1、硕士学位及以上，计算机、电子、数学等相关专业；\n2、熟悉多模态大模型（VLM）、大语言模型（LLM）相关的算法技术，在相关领域有过良好的项目经验或研究经验，熟悉大模型相关的数据构造方法、预训练、Post-training算法；\n3、熟悉LLM、VLM或Agent架构，熟悉RL算法（GRPO、PPO、DPO、判别式及生成式RM）、Multi-Agent算法+工程技术，有多模态内容理解应用、AI Agent应用经验的优先。\n\n【加分项】\n1、具有扎实的数学、算法和机器学习基础，熟悉CV、RL、VLM、VLA等领域的技术，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH等会议/期刊上发表论文者优先；\n2、具有优秀的代码能力，熟悉VeRL、Trl、EasyR1等训练框架，在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；\n3、从事过人机交互（眼动追踪、手势追踪）相关算法研究、在多模态、大模型、基础模型、强化学习、Agent等领域，主导过项目者优先。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [
            "T013"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}