主分类：计算机视觉与图像感知算法研发
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": "算法开发实习生（路网数据方向）-业务中台",
"job_level": "实习",AI生成
"work_category": "实习",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": "本科及以上学历在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n团队介绍：团队负责公司多个跨产品业务方向，提供可复用的平台能力及技术解决方案。我们为公司多业务提供如地理位置、行业数据等多类型的中台能力与技术解决方案，积极利用AI等技术做中台能力提效与升级。\n加入我们，你将有机会从中台的多视角参与业务建设，感受不同类型/阶段的业务特点；通过用户场景的开发&架构工作，学习和解决极富挑战的技术问题；你也可以从数据出发，积极利用策略和模型，为业务提供有价值的助力。\n\n1、基于车端图像/视频，参与高精度交通标志/路牌的检测、跟踪与分类算法研发；利用视觉大模型（VLM）和高级OCR技术，探索复杂场景下的文本提取与版面分析；\n2、结合BEV（鸟瞰图）感知架构与多视图几何技术，参与将2D图像目标精准投影至3D空间的研究，助力目标的高精度绝对坐标解算与3D矢量化表达；\n3、参与研发路牌内容与当前道路、车道的拓扑指向关系算法（如悬空路牌与特定车道的对应关系绑定）；\n4、参与构建端到端的“路牌/交通标志”自动标注产线，协助研发场景变化检测（Change Detection）算法，助力数据闭环落地。",
"requirements_text": "1、本科及以上学历在读，计算机、人工智能、自动化、电子工程等相关专业；\n2、精通Python/C++，具备扎实的算法实现能力，熟练掌握PyTorch框架；\n3、熟悉CNN、Transformer、ViT等主流深度学习架构，有良好的数学和几何基础；\n4、每周可实习4天，持续实习3个月；\n5、深入理解或实践过BEV感知（如BEVFormer等）或端到端矢量化建图（如MapTR等）算法；\n6、熟悉自然场景文本检测与识别（STR/OCR），有VLM（视觉语言大模型）、SAM等大模型微调、蒸馏或落地经验，有相关项目经历/顶会论文者优先。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"深度学习",
"模型微调",
"大语言模型"
],
"preferred_qualifications": "6、熟悉自然场景文本检测与识别（STR/OCR），有VLM（视觉语言大模型）、SAM等大模型微调、蒸馏或落地经验，有相关项目经历/顶会论文者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7654053282386692405/detail"
}
]
},
"posting": {
"posting_id": "7654053282386692405",
"post_date": "2026-06-22",
"hire_time": "4、每周可实习4天，持续实习3个月",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7654053282386692405/detail"
},
"fulltext": "算法开发实习生（路网数据方向）-业务中台\n职位描述\n日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n团队介绍：团队负责公司多个跨产品业务方向，提供可复用的平台能力及技术解决方案。我们为公司多业务提供如地理位置、行业数据等多类型的中台能力与技术解决方案，积极利用AI等技术做中台能力提效与升级。\n加入我们，你将有机会从中台的多视角参与业务建设，感受不同类型/阶段的业务特点；通过用户场景的开发&架构工作，学习和解决极富挑战的技术问题；你也可以从数据出发，积极利用策略和模型，为业务提供有价值的助力。\n\n1、基于车端图像/视频，参与高精度交通标志/路牌的检测、跟踪与分类算法研发；利用视觉大模型（VLM）和高级OCR技术，探索复杂场景下的文本提取与版面分析；\n2、结合BEV（鸟瞰图）感知架构与多视图几何技术，参与将2D图像目标精准投影至3D空间的研究，助力目标的高精度绝对坐标解算与3D矢量化表达；\n3、参与研发路牌内容与当前道路、车道的拓扑指向关系算法（如悬空路牌与特定车道的对应关系绑定）；\n4、参与构建端到端的“路牌/交通标志”自动标注产线，协助研发场景变化检测（Change Detection）算法，助力数据闭环落地。\n\n职位要求\n1、本科及以上学历在读，计算机、人工智能、自动化、电子工程等相关专业；\n2、精通Python/C++，具备扎实的算法实现能力，熟练掌握PyTorch框架；\n3、熟悉CNN、Transformer、ViT等主流深度学习架构，有良好的数学和几何基础；\n4、每周可实习4天，持续实习3个月；\n5、深入理解或实践过BEV感知（如BEVFormer等）或端到端矢量化建图（如MapTR等）算法；\n6、熟悉自然场景文本检测与识别（STR/OCR），有VLM（视觉语言大模型）、SAM等大模型微调、蒸馏或落地经验，有相关项目经历/顶会论文者优先。\n日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n团队介绍：团队负责公司多个跨产品业务方向，提供可复用的平台能力及技术解决方案。我们为公司多业务提供如地理位置、行业数据等多类型的中台能力与技术解决方案，积极利用AI等技术做中台能力提效与升级。\n加入我们，你将有机会从中台的多视角参与业务建设，感受不同类型/阶段的业务特点；通过用户场景的开发&架构工作，学习和解决极富挑战的技术问题；你也可以从数据出发，积极利用策略和模型，为业务提供有价值的助力。\n\n1、基于车端图像/视频，参与高精度交通标志/路牌的检测、跟踪与分类算法研发；利用视觉大模型（VLM）和高级OCR技术，探索复杂场景下的文本提取与版面分析；\n2、结合BEV（鸟瞰图）感知架构与多视图几何技术，参与将2D图像目标精准投影至3D空间的研究，助力目标的高精度绝对坐标解算与3D矢量化表达；\n3、参与研发路牌内容与当前道路、车道的拓扑指向关系算法（如悬空路牌与特定车道的对应关系绑定）；\n4、参与构建端到端的“路牌/交通标志”自动标注产线，协助研发场景变化检测（Change Detection）算法，助力数据闭环落地。\n1、本科及以上学历在读，计算机、人工智能、自动化、电子工程等相关专业；\n2、精通Python/C++，具备扎实的算法实现能力，熟练掌握PyTorch框架；\n3、熟悉CNN、Transformer、ViT等主流深度学习架构，有良好的数学和几何基础；\n4、每周可实习4天，持续实习3个月；\n5、深入理解或实践过BEV感知（如BEVFormer等）或端到端矢量化建图（如MapTR等）算法；\n6、熟悉自然场景文本检测与识别（STR/OCR），有VLM（视觉语言大模型）、SAM等大模型微调、蒸馏或落地经验，有相关项目经历/顶会论文者优先。",
"standard_classification": {
"std_category_code": "T034",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}