主分类：计算机视觉与图像感知算法研发
辅助：语音与音频算法研发（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": "多媒体AI算法工程师-TikTok",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "上海",
"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": 2,
"degree": "计算机、数学、物理、统计学或相关专业硕士研究生学历及以上",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、研发支持多模态（图像、视频、音频）的暗水印与数字指纹提取技术，包括但不限于深度学习模型训练与优化，持续提升算法的鲁棒性、可靠性等关键性能；\n2、开发相关服务与SDK，建立评测标准与性能指标体系，持续优化训练与推理效率，包括但不限于模型量化、CPU-GPU协同优化等；\n3、跟踪前沿学术成果，完成论文复现、效果验证，并推动相关技术在实际研发中的应用与创新。",
"requirements_text": "1、计算机、数学、物理、统计学或相关专业硕士研究生学历及以上，具备2年以上算法相关工作经验；\n2、具备扎实的机器学习与深度学习基础，熟悉主流网络模型结构及相关算法原理；\n3、熟练掌握至少一种深度学习框架（如PyTorch或TensorFlow），具备模型训练、调优与部署经验；\n4、具备优秀的工程实现能力，熟练掌握至少一种编程语言，如Python、Go或C++；\n5、具备良好的团队协作与沟通能力。\n\n加分项\n1、在音频、视频处理或数字信号处理（DSP）方向具备深入研究或项目经验；\n2、具备生成式模型（如Stable Diffusion、DiT、LLMs）及相关安全研究背景；\n3、在CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR等学术会议发表过高质量论文。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"模型训练",
"信号处理",
"团队协作",
"沟通能力",
"大语言模型"
],
"preferred_qualifications": "加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7641812429123569925/detail"
}
]
},
"posting": {
"posting_id": "7641812429123569925",
"post_date": "2026-05-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7641812429123569925/detail"
},
"fulltext": "多媒体AI算法工程师-TikTok\n职位描述\n1、研发支持多模态（图像、视频、音频）的暗水印与数字指纹提取技术，包括但不限于深度学习模型训练与优化，持续提升算法的鲁棒性、可靠性等关键性能；\n2、开发相关服务与SDK，建立评测标准与性能指标体系，持续优化训练与推理效率，包括但不限于模型量化、CPU-GPU协同优化等；\n3、跟踪前沿学术成果，完成论文复现、效果验证，并推动相关技术在实际研发中的应用与创新。\n\n职位要求\n1、计算机、数学、物理、统计学或相关专业硕士研究生学历及以上，具备2年以上算法相关工作经验；\n2、具备扎实的机器学习与深度学习基础，熟悉主流网络模型结构及相关算法原理；\n3、熟练掌握至少一种深度学习框架（如PyTorch或TensorFlow），具备模型训练、调优与部署经验；\n4、具备优秀的工程实现能力，熟练掌握至少一种编程语言，如Python、Go或C++；\n5、具备良好的团队协作与沟通能力。\n\n加分项\n1、在音频、视频处理或数字信号处理（DSP）方向具备深入研究或项目经验；\n2、具备生成式模型（如Stable Diffusion、DiT、LLMs）及相关安全研究背景；\n3、在CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR等学术会议发表过高质量论文。\n1、研发支持多模态（图像、视频、音频）的暗水印与数字指纹提取技术，包括但不限于深度学习模型训练与优化，持续提升算法的鲁棒性、可靠性等关键性能；\n2、开发相关服务与SDK，建立评测标准与性能指标体系，持续优化训练与推理效率，包括但不限于模型量化、CPU-GPU协同优化等；\n3、跟踪前沿学术成果，完成论文复现、效果验证，并推动相关技术在实际研发中的应用与创新。\n1、计算机、数学、物理、统计学或相关专业硕士研究生学历及以上，具备2年以上算法相关工作经验；\n2、具备扎实的机器学习与深度学习基础，熟悉主流网络模型结构及相关算法原理；\n3、熟练掌握至少一种深度学习框架（如PyTorch或TensorFlow），具备模型训练、调优与部署经验；\n4、具备优秀的工程实现能力，熟练掌握至少一种编程语言，如Python、Go或C++；\n5、具备良好的团队协作与沟通能力。\n\n加分项\n1、在音频、视频处理或数字信号处理（DSP）方向具备深入研究或项目经验；\n2、具备生成式模型（如Stable Diffusion、DiT、LLMs）及相关安全研究背景；\n3、在CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR等学术会议发表过高质量论文。",
"standard_classification": {
"std_category_code": "T034",
"std_aux_codes": [
"T035"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}