主分类：大模型与生成式算法研发
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": "AI算法工程师（Agent Model Post-Training）-即梦",
"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": "",
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责即梦创作Agent模型的后训练能力建设，提升模型在创作理解、任务规划、工具调用和多轮交互中的表现；\n2、构建Agent SFT数据、多轮Function Call数据、工具轨迹数据和创作任务偏好数据；\n3、探索Agentic RL、Rubrics-based RL、Unified Reward System等方法，提升Agent长链路任务成功率；\n4、结合图片、视频、编辑、素材理解等多模态创作场景，提升模型对创作语言、视觉风格和用户意图的理解能力；\n5、与Harness、评估、数据和产品团队协作，形成模型训练、自动化评估、线上反馈的持续迭代闭环。",
"requirements_text": "1、本科及以上学历，具备扎实的机器学习、深度学习和概率统计基础；\n2、熟悉大模型后训练方法，包括但不限于SFT、RLHF、DPO、PPO、GRPO、RLAIF等；\n3、熟练掌握PyTorch等主流深度学习框架，具备模型训练、数据处理和实验分析经验；\n4、对Agentic RL、Tool Use、多轮Function Call、多模态模型训练有浓厚兴趣；\n5、具备良好的实验设计能力和问题分析能力，能够从业务问题抽象出可训练、可评估的技术目标。",
"skills": [AI生成
"PyTorch",
"机器学习",
"深度学习",
"模型训练",
"分析能力",
"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/7647009928017742085/detail"
}
]
},
"posting": {
"posting_id": "7647009928017742085",
"post_date": "2026-06-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7647009928017742085/detail"
},
"fulltext": "AI算法工程师（Agent Model Post-Training）-即梦\n职位描述\n1、负责即梦创作Agent模型的后训练能力建设，提升模型在创作理解、任务规划、工具调用和多轮交互中的表现；\n2、构建Agent SFT数据、多轮Function Call数据、工具轨迹数据和创作任务偏好数据；\n3、探索Agentic RL、Rubrics-based RL、Unified Reward System等方法，提升Agent长链路任务成功率；\n4、结合图片、视频、编辑、素材理解等多模态创作场景，提升模型对创作语言、视觉风格和用户意图的理解能力；\n5、与Harness、评估、数据和产品团队协作，形成模型训练、自动化评估、线上反馈的持续迭代闭环。\n\n职位要求\n1、本科及以上学历，具备扎实的机器学习、深度学习和概率统计基础；\n2、熟悉大模型后训练方法，包括但不限于SFT、RLHF、DPO、PPO、GRPO、RLAIF等；\n3、熟练掌握PyTorch等主流深度学习框架，具备模型训练、数据处理和实验分析经验；\n4、对Agentic RL、Tool Use、多轮Function Call、多模态模型训练有浓厚兴趣；\n5、具备良好的实验设计能力和问题分析能力，能够从业务问题抽象出可训练、可评估的技术目标。\n1、负责即梦创作Agent模型的后训练能力建设，提升模型在创作理解、任务规划、工具调用和多轮交互中的表现；\n2、构建Agent SFT数据、多轮Function Call数据、工具轨迹数据和创作任务偏好数据；\n3、探索Agentic RL、Rubrics-based RL、Unified Reward System等方法，提升Agent长链路任务成功率；\n4、结合图片、视频、编辑、素材理解等多模态创作场景，提升模型对创作语言、视觉风格和用户意图的理解能力；\n5、与Harness、评估、数据和产品团队协作，形成模型训练、自动化评估、线上反馈的持续迭代闭环。\n1、本科及以上学历，具备扎实的机器学习、深度学习和概率统计基础；\n2、熟悉大模型后训练方法，包括但不限于SFT、RLHF、DPO、PPO、GRPO、RLAIF等；\n3、熟练掌握PyTorch等主流深度学习框架，具备模型训练、数据处理和实验分析经验；\n4、对Agentic RL、Tool Use、多轮Function Call、多模态模型训练有浓厚兴趣；\n5、具备良好的实验设计能力和问题分析能力，能够从业务问题抽象出可训练、可评估的技术目标。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}