主分类：AI模型评测工程
辅助：数据分析与数据科学（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": "大模型智能归因算法工程师-AI Platform",
"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": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责AI Agent智能归因系统建设，从海量执行轨迹数据中提炼关键信号，量化Agent能力差异，为产品团队提供精准改进方向建议，同时为LLM训练团队提供高质量训练反馈信号；\n2、建设数据驱动的自动化迭代优化闭环，通过持续的系统性负面案例分析持续识别归因盲区，保障评测能力跨场景泛化能力与预测稳定性；\n3、探索大模型Agent与传统特征工程的深度融合，通过AI自进化方法挖掘深层行为模式，持续拓展归因系统的信号边界，适配大模型业界的快速发展。",
"requirements_text": "1、人工智能、计算机科学、统计学、数学等相关专业研究生及以上学历，具备扎实的机器学习理论基础；\n2、精通特征工程：具备从非结构化数据中设计和提取特征的实战经验，熟悉交叉特征构造、缺失值语义处理、特征筛选等技术；\n3、精通机器学习算法：熟练使用树模型、神经网络、评分卡等算法技术，具备模型可解释性、正则化、去相关性分析等相关实践经验；\n4、具备优秀的数据分析能力，能从数据中发现问题模式，擅长分层分析、聚类分析、校准分析、因果推断等定量分析方法，以及可解释性、可视化等分析手段；\n5、熟练使用SQL和Python进行数据处理和建模，熟悉NumPy、Pandas、Scikit-learn、LightGBM等常用库；\n6、有大模型应用经验（如Agentic框架、Prompt调优、上下文管理、数据合成、数据蒸馏等），并熟悉AI辅助编程工具（如TRAE、Claude Code等），能利用AI Agent快速完成开发和实验验证。",
"skills": [AI生成
"Python",
"SQL",
"机器学习",
"数据分析",
"分析能力",
"建模",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7633462978578385205/detail"
}
]
},
"posting": {
"posting_id": "7633462978578385205",
"post_date": "2026-04-27",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7633462978578385205/detail"
},
"fulltext": "大模型智能归因算法工程师-AI Platform\n职位描述\n1、负责AI Agent智能归因系统建设，从海量执行轨迹数据中提炼关键信号，量化Agent能力差异，为产品团队提供精准改进方向建议，同时为LLM训练团队提供高质量训练反馈信号；\n2、建设数据驱动的自动化迭代优化闭环，通过持续的系统性负面案例分析持续识别归因盲区，保障评测能力跨场景泛化能力与预测稳定性；\n3、探索大模型Agent与传统特征工程的深度融合，通过AI自进化方法挖掘深层行为模式，持续拓展归因系统的信号边界，适配大模型业界的快速发展。\n\n职位要求\n1、人工智能、计算机科学、统计学、数学等相关专业研究生及以上学历，具备扎实的机器学习理论基础；\n2、精通特征工程：具备从非结构化数据中设计和提取特征的实战经验，熟悉交叉特征构造、缺失值语义处理、特征筛选等技术；\n3、精通机器学习算法：熟练使用树模型、神经网络、评分卡等算法技术，具备模型可解释性、正则化、去相关性分析等相关实践经验；\n4、具备优秀的数据分析能力，能从数据中发现问题模式，擅长分层分析、聚类分析、校准分析、因果推断等定量分析方法，以及可解释性、可视化等分析手段；\n5、熟练使用SQL和Python进行数据处理和建模，熟悉NumPy、Pandas、Scikit-learn、LightGBM等常用库；\n6、有大模型应用经验（如Agentic框架、Prompt调优、上下文管理、数据合成、数据蒸馏等），并熟悉AI辅助编程工具（如TRAE、Claude Code等），能利用AI Agent快速完成开发和实验验证。\n1、负责AI Agent智能归因系统建设，从海量执行轨迹数据中提炼关键信号，量化Agent能力差异，为产品团队提供精准改进方向建议，同时为LLM训练团队提供高质量训练反馈信号；\n2、建设数据驱动的自动化迭代优化闭环，通过持续的系统性负面案例分析持续识别归因盲区，保障评测能力跨场景泛化能力与预测稳定性；\n3、探索大模型Agent与传统特征工程的深度融合，通过AI自进化方法挖掘深层行为模式，持续拓展归因系统的信号边界，适配大模型业界的快速发展。\n1、人工智能、计算机科学、统计学、数学等相关专业研究生及以上学历，具备扎实的机器学习理论基础；\n2、精通特征工程：具备从非结构化数据中设计和提取特征的实战经验，熟悉交叉特征构造、缺失值语义处理、特征筛选等技术；\n3、精通机器学习算法：熟练使用树模型、神经网络、评分卡等算法技术，具备模型可解释性、正则化、去相关性分析等相关实践经验；\n4、具备优秀的数据分析能力，能从数据中发现问题模式，擅长分层分析、聚类分析、校准分析、因果推断等定量分析方法，以及可解释性、可视化等分析手段；\n5、熟练使用SQL和Python进行数据处理和建模，熟悉NumPy、Pandas、Scikit-learn、LightGBM等常用库；\n6、有大模型应用经验（如Agentic框架、Prompt调优、上下文管理、数据合成、数据蒸馏等），并熟悉AI辅助编程工具（如TRAE、Claude Code等），能利用AI Agent快速完成开发和实验验证。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [
"T017"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}