主分类：大模型与生成式算法研发
辅助：Agent系统开发（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "【实习】基于投放信号反馈的Agentic视频生成闭环与应用研究-GenAI（北京/上海/杭州）",
"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": "博士在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍：GenAI团队专注于开发跨模态生成式AI前沿技术（涵盖文本、图像、视频、落地页等），为广告主、代理商和创作者打造行业领先的创意提效及投放提效解决方案。我们致力于通过生成式AI技术实现创意工作流自动化，全面提升客户商业收益。团队立志引领广告科技与创意产业的生成式AI变革，为全球客户、创作者及整个生态体系赋能并创造价值。\n\n课题介绍：\n短视频是广告投放的核心，为大幅提升自动化生产水平，本项目计划基于Topads打造一套智能Agent闭环系统。该系统具备深度解析爆款多模态叙事与运镜节奏的能力，能自动调度In-house模型，将新商品自然融入以实现高效复刻。该系统还计划打破传统的开环生成模式，引入真实广告投放信号作为关键反馈。通过RL算法让投放数据直接反哺，持续优化Agent在视频理解、可控生成与低效内容汰换全链路上的决策策略，最终实现高ROI营销视频的规模化生产。\n\n课题挑战：\n1、长视频生成中需保持极低错误率与高一致性；\n2、需克服投放信号噪声、延迟与长周期特性以优化Agent。\n\n课题价值：\n1、打通基于真实投放信号反馈的Agentic理解、生成、汰换闭环；\n2、极大提升视频生成自动化程度和质量，实现爆款视频规模化复刻与高ROI转化。",
"requirements_text": "1、2027届及以后毕业，博士在读，人工智能、计算机、数学相关专业优先；\n2、优秀的代码能力、数据结构和基础算法功底，熟悉PyTorch深度学习等框架；\n3、有丰富的研究实践经验；在ICML/ICLR/CVPR/NeurIPS等顶级期刊会议上发表论文者优先；\n4、对LLM/VLM/Agent/Video Gen的相关后训练技术，包括微调、RL有实践或创新优化相关经验；\n5、出色的问题分析和解决能力，有自主探索解决方案的能力；良好的沟通协作能力，能和团队一起探索新技术，推进技术进步。",
"skills": [AI生成
"PyTorch",
"深度学习",
"数据结构"
],
"preferred_qualifications": "1、2027届及以后毕业，博士在读，人工智能、计算机、数学相关专业优先；在ICML/ICLR/CVPR/NeurIPS等顶级期刊会议上发表论文者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7628877654605236485/detail"
}
]
},
"posting": {
"posting_id": "7628877654605236485",
"post_date": "2026-04-15",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7628877654605236485/detail"
},
"fulltext": "【实习】基于投放信号反馈的Agentic视频生成闭环与应用研究-GenAI（北京/上海/杭州）\n职位描述\n团队介绍：GenAI团队专注于开发跨模态生成式AI前沿技术（涵盖文本、图像、视频、落地页等），为广告主、代理商和创作者打造行业领先的创意提效及投放提效解决方案。我们致力于通过生成式AI技术实现创意工作流自动化，全面提升客户商业收益。团队立志引领广告科技与创意产业的生成式AI变革，为全球客户、创作者及整个生态体系赋能并创造价值。\n\n课题介绍：\n短视频是广告投放的核心，为大幅提升自动化生产水平，本项目计划基于Topads打造一套智能Agent闭环系统。该系统具备深度解析爆款多模态叙事与运镜节奏的能力，能自动调度In-house模型，将新商品自然融入以实现高效复刻。该系统还计划打破传统的开环生成模式，引入真实广告投放信号作为关键反馈。通过RL算法让投放数据直接反哺，持续优化Agent在视频理解、可控生成与低效内容汰换全链路上的决策策略，最终实现高ROI营销视频的规模化生产。\n\n课题挑战：\n1、长视频生成中需保持极低错误率与高一致性；\n2、需克服投放信号噪声、延迟与长周期特性以优化Agent。\n\n课题价值：\n1、打通基于真实投放信号反馈的Agentic理解、生成、汰换闭环；\n2、极大提升视频生成自动化程度和质量，实现爆款视频规模化复刻与高ROI转化。\n\n职位要求\n1、2027届及以后毕业，博士在读，人工智能、计算机、数学相关专业优先；\n2、优秀的代码能力、数据结构和基础算法功底，熟悉PyTorch深度学习等框架；\n3、有丰富的研究实践经验；在ICML/ICLR/CVPR/NeurIPS等顶级期刊会议上发表论文者优先；\n4、对LLM/VLM/Agent/Video Gen的相关后训练技术，包括微调、RL有实践或创新优化相关经验；\n5、出色的问题分析和解决能力，有自主探索解决方案的能力；良好的沟通协作能力，能和团队一起探索新技术，推进技术进步。\n团队介绍：GenAI团队专注于开发跨模态生成式AI前沿技术（涵盖文本、图像、视频、落地页等），为广告主、代理商和创作者打造行业领先的创意提效及投放提效解决方案。我们致力于通过生成式AI技术实现创意工作流自动化，全面提升客户商业收益。团队立志引领广告科技与创意产业的生成式AI变革，为全球客户、创作者及整个生态体系赋能并创造价值。\n\n课题介绍：\n短视频是广告投放的核心，为大幅提升自动化生产水平，本项目计划基于Topads打造一套智能Agent闭环系统。该系统具备深度解析爆款多模态叙事与运镜节奏的能力，能自动调度In-house模型，将新商品自然融入以实现高效复刻。该系统还计划打破传统的开环生成模式，引入真实广告投放信号作为关键反馈。通过RL算法让投放数据直接反哺，持续优化Agent在视频理解、可控生成与低效内容汰换全链路上的决策策略，最终实现高ROI营销视频的规模化生产。\n\n课题挑战：\n1、长视频生成中需保持极低错误率与高一致性；\n2、需克服投放信号噪声、延迟与长周期特性以优化Agent。\n\n课题价值：\n1、打通基于真实投放信号反馈的Agentic理解、生成、汰换闭环；\n2、极大提升视频生成自动化程度和质量，实现爆款视频规模化复刻与高ROI转化。\n1、2027届及以后毕业，博士在读，人工智能、计算机、数学相关专业优先；\n2、优秀的代码能力、数据结构和基础算法功底，熟悉PyTorch深度学习等框架；\n3、有丰富的研究实践经验；在ICML/ICLR/CVPR/NeurIPS等顶级期刊会议上发表论文者优先；\n4、对LLM/VLM/Agent/Video Gen的相关后训练技术，包括微调、RL有实践或创新优化相关经验；\n5、出色的问题分析和解决能力，有自主探索解决方案的能力；良好的沟通协作能力，能和团队一起探索新技术，推进技术进步。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}