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": "强化学习算法工程师-Data AML",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "研发"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": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责高质量数据的挖掘和清洗，研究基于业务的样本自动生成方案，设计置信的RL Reward方案；\n2、研究LLM/VLM Agent训练算法，尤其是强化学习（RL）的各类算法；\n3、负责广告多模态创意创作Agent相关的研发与应用，研究大模型的对齐方法、Agent的设计、端到端训练（Agentic RL）、评测方法等；\n4、持续跟踪LLM/VLM、Agent领域的最新技术动态，并将其应用于实际业务场景中，推动技术落地。",
"requirements_text": "1、本科及以上学历，具备扎实的机器学习、深度学习与概率统计理论基础，对底层原理有深入理解；熟悉强化学习技术栈并有深入的研究或项目经验，有AIGC相关经验者优先；\n2、优秀的代码能力、数据结构和基础算法功底，熟练掌握至少一门语言，ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；\n3、在大模型领域，主导过有影响力的项目或论文者优先；在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表论文者优先；\n4、主动积极、有创新精神，具备出色的沟通协作能力和问题解决能力，对创造一流AI业务应用充满热情。",
"skills": [AI生成
"机器学习",
"深度学习",
"强化学习",
"数据结构",
"大语言模型"
],
"preferred_qualifications": "熟悉强化学习技术栈并有深入的研究或项目经验，有AIGC相关经验者优先；2、优秀的代码能力、数据结构和基础算法功底，熟练掌握至少一门语言，ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；3、在大模型领域，主导过有影响力的项目或论文者优先；在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表论文者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7631123526506170677/detail"
}
]
},
"posting": {
"posting_id": "7631123526506170677",
"post_date": "2026-04-21",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7631123526506170677/detail"
},
"fulltext": "强化学习算法工程师-Data AML\n职位描述\n1、负责高质量数据的挖掘和清洗，研究基于业务的样本自动生成方案，设计置信的RL Reward方案；\n2、研究LLM/VLM Agent训练算法，尤其是强化学习（RL）的各类算法；\n3、负责广告多模态创意创作Agent相关的研发与应用，研究大模型的对齐方法、Agent的设计、端到端训练（Agentic RL）、评测方法等；\n4、持续跟踪LLM/VLM、Agent领域的最新技术动态，并将其应用于实际业务场景中，推动技术落地。\n\n职位要求\n1、本科及以上学历，具备扎实的机器学习、深度学习与概率统计理论基础，对底层原理有深入理解；熟悉强化学习技术栈并有深入的研究或项目经验，有AIGC相关经验者优先；\n2、优秀的代码能力、数据结构和基础算法功底，熟练掌握至少一门语言，ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；\n3、在大模型领域，主导过有影响力的项目或论文者优先；在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表论文者优先；\n4、主动积极、有创新精神，具备出色的沟通协作能力和问题解决能力，对创造一流AI业务应用充满热情。\n1、负责高质量数据的挖掘和清洗，研究基于业务的样本自动生成方案，设计置信的RL Reward方案；\n2、研究LLM/VLM Agent训练算法，尤其是强化学习（RL）的各类算法；\n3、负责广告多模态创意创作Agent相关的研发与应用，研究大模型的对齐方法、Agent的设计、端到端训练（Agentic RL）、评测方法等；\n4、持续跟踪LLM/VLM、Agent领域的最新技术动态，并将其应用于实际业务场景中，推动技术落地。\n1、本科及以上学历，具备扎实的机器学习、深度学习与概率统计理论基础，对底层原理有深入理解；熟悉强化学习技术栈并有深入的研究或项目经验，有AIGC相关经验者优先；\n2、优秀的代码能力、数据结构和基础算法功底，熟练掌握至少一门语言，ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；\n3、在大模型领域，主导过有影响力的项目或论文者优先；在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表论文者优先；\n4、主动积极、有创新精神，具备出色的沟通协作能力和问题解决能力，对创造一流AI业务应用充满热情。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}