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": "多模态大模型算法工程师-地理位置中台",
"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": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、面向字节跳动豆包、电商、生活服务等业务，深耕路网领域多模态大模型技术体系建设，打造VLM驱动的下一代路网数据生产能力，为AI Agent提供精准的现实世界空间数据底座，支撑全场景出行与位置服务需求；\n2、参与路网多模态生产全链路算法设计与落地，负责业务场景LLM/VLM的微调优化，结合传统感知能力，攻克小目标识别、复杂场景泛化、多源数据融合等算法难题，提升生产效率与自动化率准确率；\n3、参与大模型智能审核侧的算法建设，落地RAG、Agent工具调用，针对拓扑维护、隐式语义、多源冲突等复杂场景构建裁决算法，持续提升审核自动化率，提升生产效率与数据质量；\n4、跟踪多模态大模型、空间语义理解、端到端路网生成等前沿技术方向，探索VLM在LBS领域的创新应用，推动算法效果迭代与数据闭环建设，参与定义下一代路网数据生产的技术范式。",
"requirements_text": "1、本科及以上学历，计算机相关专业；\n2、在计算机视觉/多模态某领域有深入的研究或项目经验；\n3、熟悉多模态大模型（VLM）、大语言模型（LLM）、RL相关的算法技术，熟悉大模型相关的数据构造方法、Post-Training算法，对多模态数据处理具备优秀的独立开发与调试能力；\n4、有模型训练、压缩、蒸馏、微调等经验；\n5、优秀的分析和解决问题的能力，对解决具有挑战性的问题充满激情，良好的沟通和团队合作能力。\n\n加分项\n1、在学术会议有论文发表者或获得竞赛优胜者优先。",
"skills": [AI生成
"计算机视觉",
"模型训练",
"团队协作",
"解决问题",
"大语言模型"
],
"preferred_qualifications": "加分项；1、在学术会议有论文发表者或获得竞赛优胜者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7659590705526884661/detail"
}
]
},
"posting": {
"posting_id": "7659590705526884661",
"post_date": "2026-07-07",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7659590705526884661/detail"
},
"fulltext": "多模态大模型算法工程师-地理位置中台\n职位描述\n1、面向字节跳动豆包、电商、生活服务等业务，深耕路网领域多模态大模型技术体系建设，打造VLM驱动的下一代路网数据生产能力，为AI Agent提供精准的现实世界空间数据底座，支撑全场景出行与位置服务需求；\n2、参与路网多模态生产全链路算法设计与落地，负责业务场景LLM/VLM的微调优化，结合传统感知能力，攻克小目标识别、复杂场景泛化、多源数据融合等算法难题，提升生产效率与自动化率准确率；\n3、参与大模型智能审核侧的算法建设，落地RAG、Agent工具调用，针对拓扑维护、隐式语义、多源冲突等复杂场景构建裁决算法，持续提升审核自动化率，提升生产效率与数据质量；\n4、跟踪多模态大模型、空间语义理解、端到端路网生成等前沿技术方向，探索VLM在LBS领域的创新应用，推动算法效果迭代与数据闭环建设，参与定义下一代路网数据生产的技术范式。\n\n职位要求\n1、本科及以上学历，计算机相关专业；\n2、在计算机视觉/多模态某领域有深入的研究或项目经验；\n3、熟悉多模态大模型（VLM）、大语言模型（LLM）、RL相关的算法技术，熟悉大模型相关的数据构造方法、Post-Training算法，对多模态数据处理具备优秀的独立开发与调试能力；\n4、有模型训练、压缩、蒸馏、微调等经验；\n5、优秀的分析和解决问题的能力，对解决具有挑战性的问题充满激情，良好的沟通和团队合作能力。\n\n加分项\n1、在学术会议有论文发表者或获得竞赛优胜者优先。\n1、面向字节跳动豆包、电商、生活服务等业务，深耕路网领域多模态大模型技术体系建设，打造VLM驱动的下一代路网数据生产能力，为AI Agent提供精准的现实世界空间数据底座，支撑全场景出行与位置服务需求；\n2、参与路网多模态生产全链路算法设计与落地，负责业务场景LLM/VLM的微调优化，结合传统感知能力，攻克小目标识别、复杂场景泛化、多源数据融合等算法难题，提升生产效率与自动化率准确率；\n3、参与大模型智能审核侧的算法建设，落地RAG、Agent工具调用，针对拓扑维护、隐式语义、多源冲突等复杂场景构建裁决算法，持续提升审核自动化率，提升生产效率与数据质量；\n4、跟踪多模态大模型、空间语义理解、端到端路网生成等前沿技术方向，探索VLM在LBS领域的创新应用，推动算法效果迭代与数据闭环建设，参与定义下一代路网数据生产的技术范式。\n1、本科及以上学历，计算机相关专业；\n2、在计算机视觉/多模态某领域有深入的研究或项目经验；\n3、熟悉多模态大模型（VLM）、大语言模型（LLM）、RL相关的算法技术，熟悉大模型相关的数据构造方法、Post-Training算法，对多模态数据处理具备优秀的独立开发与调试能力；\n4、有模型训练、压缩、蒸馏、微调等经验；\n5、优秀的分析和解决问题的能力，对解决具有挑战性的问题充满激情，良好的沟通和团队合作能力。\n\n加分项\n1、在学术会议有论文发表者或获得竞赛优胜者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}