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": "大模型训练（番茄网文方向）-CQC",
"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": "运营"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": "计算机、人工智能、数学、电子信息等相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、数据治理与规则转化：熟悉安全风控场景，擅长JSON格式的结构化数据处理，具备网文领域高质量安全训练数据的挖掘、特征工程与迭代优化能力；善于从安全标准中提取可计算逻辑并转化为计算机语言（正则、分类规则等），能够针对性解决UGC、PGC、AIGC场景下的风险评估与内容治理问题；\n2、大模型应用与Prompt工程：具备系统化的提示词工程思维，掌握Prompt设计、调优与迭代的完整方法论，能将安全标准高效转化为高质量Prompt；持续跟进大模型前沿技术（长上下文优化、结构化输出、判别增强等），提升模型在内容治理与合规生成场景的准确率、召回率与稳定性；\n3、大模型训练与安全对齐：能独立完成模型选型→数据集准备→模型微调训练→评估优化全链路工作；熟悉Llama、Qwen、DeepSeek等主流模型特点及LoRA、DPO等训练方案；能针对不同任务选择合适的训练策略，准备对应格式的高质量数据集，评估训练结果并进行调参、解决训练报错（梯度消失、过拟合、显存溢出）等问题以实现安全对齐与业务效果的持续提升。",
"requirements_text": "1、计算机、人工智能、数学、电子信息等相关专业本科及以上学历，硕士学位/博士学位优先，具备扎实的计算机专业基础；\n2、扎实的工程编码能力，熟悉Linux开发环境，精通Python，尤其是Pandas和NumPy等数据处理模块，掌握基础算法代码开发与调试，擅长数据清洗、处理和结构化；擅长使用AI Coding；\n3、能够进行数据治理，组织和优化高质量训练数据集，具有Prompt/Context/Harness Engineer思维和落地经验；\n4、具有深度学习理论基础，熟悉Transformer、MOE等主流大模型架构；有真实的SFT、DPO训练落地经验，能够根据训练情况快速评估对齐并锁定调优策略，可以独立解决训练过程中的各类报错并有体系化的模型评估方案；了解DeepSpeed、FSDP等分布式训练框架，具备集群训练实操经验；\n5、可以使用简短、清晰的语句描述复杂的安全判定逻辑，能够将网文安全治理标准转化为标签体系、判定规则和训练数据约束等，并与业务方协作明确边界案例，驱动模型或者标准在风控场景的效果优化；\n6、逻辑清晰、善于沟通协作，具备优秀的自主学习能力，能够主动跟进AI大模型前沿技术，快速适配网文行业业务规则与安全标准。",
"skills": [AI生成
"Python",
"Linux",
"深度学习",
"数据治理",
"数据清洗",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "1、计算机、人工智能、数学、电子信息等相关专业本科及以上学历，硕士学位/博士学位优先，具备扎实的计算机专业基础",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7648860219263224117/detail"
}
]
},
"posting": {
"posting_id": "7648860219263224117",
"post_date": "2026-06-08",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7648860219263224117/detail"
},
"fulltext": "大模型训练（番茄网文方向）-CQC\n职位描述\n1、数据治理与规则转化：熟悉安全风控场景，擅长JSON格式的结构化数据处理，具备网文领域高质量安全训练数据的挖掘、特征工程与迭代优化能力；善于从安全标准中提取可计算逻辑并转化为计算机语言（正则、分类规则等），能够针对性解决UGC、PGC、AIGC场景下的风险评估与内容治理问题；\n2、大模型应用与Prompt工程：具备系统化的提示词工程思维，掌握Prompt设计、调优与迭代的完整方法论，能将安全标准高效转化为高质量Prompt；持续跟进大模型前沿技术（长上下文优化、结构化输出、判别增强等），提升模型在内容治理与合规生成场景的准确率、召回率与稳定性；\n3、大模型训练与安全对齐：能独立完成模型选型→数据集准备→模型微调训练→评估优化全链路工作；熟悉Llama、Qwen、DeepSeek等主流模型特点及LoRA、DPO等训练方案；能针对不同任务选择合适的训练策略，准备对应格式的高质量数据集，评估训练结果并进行调参、解决训练报错（梯度消失、过拟合、显存溢出）等问题以实现安全对齐与业务效果的持续提升。\n\n职位要求\n1、计算机、人工智能、数学、电子信息等相关专业本科及以上学历，硕士学位/博士学位优先，具备扎实的计算机专业基础；\n2、扎实的工程编码能力，熟悉Linux开发环境，精通Python，尤其是Pandas和NumPy等数据处理模块，掌握基础算法代码开发与调试，擅长数据清洗、处理和结构化；擅长使用AI Coding；\n3、能够进行数据治理，组织和优化高质量训练数据集，具有Prompt/Context/Harness Engineer思维和落地经验；\n4、具有深度学习理论基础，熟悉Transformer、MOE等主流大模型架构；有真实的SFT、DPO训练落地经验，能够根据训练情况快速评估对齐并锁定调优策略，可以独立解决训练过程中的各类报错并有体系化的模型评估方案；了解DeepSpeed、FSDP等分布式训练框架，具备集群训练实操经验；\n5、可以使用简短、清晰的语句描述复杂的安全判定逻辑，能够将网文安全治理标准转化为标签体系、判定规则和训练数据约束等，并与业务方协作明确边界案例，驱动模型或者标准在风控场景的效果优化；\n6、逻辑清晰、善于沟通协作，具备优秀的自主学习能力，能够主动跟进AI大模型前沿技术，快速适配网文行业业务规则与安全标准。\n1、数据治理与规则转化：熟悉安全风控场景，擅长JSON格式的结构化数据处理，具备网文领域高质量安全训练数据的挖掘、特征工程与迭代优化能力；善于从安全标准中提取可计算逻辑并转化为计算机语言（正则、分类规则等），能够针对性解决UGC、PGC、AIGC场景下的风险评估与内容治理问题；\n2、大模型应用与Prompt工程：具备系统化的提示词工程思维，掌握Prompt设计、调优与迭代的完整方法论，能将安全标准高效转化为高质量Prompt；持续跟进大模型前沿技术（长上下文优化、结构化输出、判别增强等），提升模型在内容治理与合规生成场景的准确率、召回率与稳定性；\n3、大模型训练与安全对齐：能独立完成模型选型→数据集准备→模型微调训练→评估优化全链路工作；熟悉Llama、Qwen、DeepSeek等主流模型特点及LoRA、DPO等训练方案；能针对不同任务选择合适的训练策略，准备对应格式的高质量数据集，评估训练结果并进行调参、解决训练报错（梯度消失、过拟合、显存溢出）等问题以实现安全对齐与业务效果的持续提升。\n1、计算机、人工智能、数学、电子信息等相关专业本科及以上学历，硕士学位/博士学位优先，具备扎实的计算机专业基础；\n2、扎实的工程编码能力，熟悉Linux开发环境，精通Python，尤其是Pandas和NumPy等数据处理模块，掌握基础算法代码开发与调试，擅长数据清洗、处理和结构化；擅长使用AI Coding；\n3、能够进行数据治理，组织和优化高质量训练数据集，具有Prompt/Context/Harness Engineer思维和落地经验；\n4、具有深度学习理论基础，熟悉Transformer、MOE等主流大模型架构；有真实的SFT、DPO训练落地经验，能够根据训练情况快速评估对齐并锁定调优策略，可以独立解决训练过程中的各类报错并有体系化的模型评估方案；了解DeepSpeed、FSDP等分布式训练框架，具备集群训练实操经验；\n5、可以使用简短、清晰的语句描述复杂的安全判定逻辑，能够将网文安全治理标准转化为标签体系、判定规则和训练数据约束等，并与业务方协作明确边界案例，驱动模型或者标准在风控场景的效果优化；\n6、逻辑清晰、善于沟通协作，具备优秀的自主学习能力，能够主动跟进AI大模型前沿技术，快速适配网文行业业务规则与安全标准。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}