{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "机器学习算法工程师（AR方向）-PICO",
        "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": "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": 5,
        "degree": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、主导XR设备相关机器学习算法设计、开发与工程化落地，涵盖模型选型、训练调优、性能优化等全流程，满足XR设备的交互、感知、决策等核心需求；\n2、聚焦端侧算法性能优化，针对移动端XR头显的资源受限特性（低算力、低内存、低功耗），实现算法的低延迟推理与高效运行；\n3、优化算法在动态复杂场景中的鲁棒性，结合数据分析结果解决环境干扰、设备差异、数据分布不均等问题，保障算法在实际场景中的稳定表现；\n4、推动技术沉淀与标准化，参与算法及数据处理相关专利布局，输出数据处理流程、算法工程化最佳实践，提升团队整体研发效率；\n5、与XR硬件团队、工程开发团队、产品团队紧密协作，明确数据与技术需求，推进算法方案落地与迭代优化。",
        "requirements_text": "1、本科及以上学历，计算机科学、机器学习、人工智能、软件工程、应用数学等相关专业；5年以上机器学习算法工程化研发经验；\n2、精通机器学习核心算法原理（如深度学习、传统机器学习模型），熟悉常见模型（CNN、Transformer、RNN等）的工程化应用场景；熟练掌握至少一种主流深度学习框架（PyTorch/TensorFlow），具备独立完成模型训练、调优、版本管理的实战能力；\n3、具备较强的工程实现能力，熟练使用Python/C/C++等编程语言，能高效将算法与数据方案转化为稳定、可复用的工程代码；熟悉算法工程化全流程，包括数据处理、模型训练、部署上线、监控迭代，有完整项目落地经验；\n4、熟悉QNN、TensorRT、ONNX等端侧部署生态，具备端侧算法优化实战经验，了解XR设备/GPU/NPU硬件架构者优先；能针对资源受限设备设计合理的算法方案，平衡性能、精度与资源占用；\n5、具备扎实的工程问题与数据问题分析能力，能快速定位算法训练、数据处理、部署中的瓶颈并给出高效解决方案；具备良好的跨团队沟通协作能力，能与硬件、工程、产品、数据标注团队高效协同推进项目。",
        "skills": [AI生成
            "Python",
            "C++",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "数据标注",
            "模型训练",
            "分析能力",
            "C语言"
        ],
        "preferred_qualifications": "4、熟悉QNN、TensorRT、ONNX等端侧部署生态，具备端侧算法优化实战经验，了解XR设备/GPU/NPU硬件架构者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7628090064067201285/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7628090064067201285",
        "post_date": "2026-04-13",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7628090064067201285/detail"
    },
    "fulltext": "机器学习算法工程师（AR方向）-PICO\n职位描述\n1、主导XR设备相关机器学习算法设计、开发与工程化落地，涵盖模型选型、训练调优、性能优化等全流程，满足XR设备的交互、感知、决策等核心需求；\n2、聚焦端侧算法性能优化，针对移动端XR头显的资源受限特性（低算力、低内存、低功耗），实现算法的低延迟推理与高效运行；\n3、优化算法在动态复杂场景中的鲁棒性，结合数据分析结果解决环境干扰、设备差异、数据分布不均等问题，保障算法在实际场景中的稳定表现；\n4、推动技术沉淀与标准化，参与算法及数据处理相关专利布局，输出数据处理流程、算法工程化最佳实践，提升团队整体研发效率；\n5、与XR硬件团队、工程开发团队、产品团队紧密协作，明确数据与技术需求，推进算法方案落地与迭代优化。\n\n职位要求\n1、本科及以上学历，计算机科学、机器学习、人工智能、软件工程、应用数学等相关专业；5年以上机器学习算法工程化研发经验；\n2、精通机器学习核心算法原理（如深度学习、传统机器学习模型），熟悉常见模型（CNN、Transformer、RNN等）的工程化应用场景；熟练掌握至少一种主流深度学习框架（PyTorch/TensorFlow），具备独立完成模型训练、调优、版本管理的实战能力；\n3、具备较强的工程实现能力，熟练使用Python/C/C++等编程语言，能高效将算法与数据方案转化为稳定、可复用的工程代码；熟悉算法工程化全流程，包括数据处理、模型训练、部署上线、监控迭代，有完整项目落地经验；\n4、熟悉QNN、TensorRT、ONNX等端侧部署生态，具备端侧算法优化实战经验，了解XR设备/GPU/NPU硬件架构者优先；能针对资源受限设备设计合理的算法方案，平衡性能、精度与资源占用；\n5、具备扎实的工程问题与数据问题分析能力，能快速定位算法训练、数据处理、部署中的瓶颈并给出高效解决方案；具备良好的跨团队沟通协作能力，能与硬件、工程、产品、数据标注团队高效协同推进项目。\n1、主导XR设备相关机器学习算法设计、开发与工程化落地，涵盖模型选型、训练调优、性能优化等全流程，满足XR设备的交互、感知、决策等核心需求；\n2、聚焦端侧算法性能优化，针对移动端XR头显的资源受限特性（低算力、低内存、低功耗），实现算法的低延迟推理与高效运行；\n3、优化算法在动态复杂场景中的鲁棒性，结合数据分析结果解决环境干扰、设备差异、数据分布不均等问题，保障算法在实际场景中的稳定表现；\n4、推动技术沉淀与标准化，参与算法及数据处理相关专利布局，输出数据处理流程、算法工程化最佳实践，提升团队整体研发效率；\n5、与XR硬件团队、工程开发团队、产品团队紧密协作，明确数据与技术需求，推进算法方案落地与迭代优化。\n1、本科及以上学历，计算机科学、机器学习、人工智能、软件工程、应用数学等相关专业；5年以上机器学习算法工程化研发经验；\n2、精通机器学习核心算法原理（如深度学习、传统机器学习模型），熟悉常见模型（CNN、Transformer、RNN等）的工程化应用场景；熟练掌握至少一种主流深度学习框架（PyTorch/TensorFlow），具备独立完成模型训练、调优、版本管理的实战能力；\n3、具备较强的工程实现能力，熟练使用Python/C/C++等编程语言，能高效将算法与数据方案转化为稳定、可复用的工程代码；熟悉算法工程化全流程，包括数据处理、模型训练、部署上线、监控迭代，有完整项目落地经验；\n4、熟悉QNN、TensorRT、ONNX等端侧部署生态，具备端侧算法优化实战经验，了解XR设备/GPU/NPU硬件架构者优先；能针对资源受限设备设计合理的算法方案，平衡性能、精度与资源占用；\n5、具备扎实的工程问题与数据问题分析能力，能快速定位算法训练、数据处理、部署中的瓶颈并给出高效解决方案；具备良好的跨团队沟通协作能力，能与硬件、工程、产品、数据标注团队高效协同推进项目。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [
            "T033"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}