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": "多模态算法工程师(即梦AI方向) - 剪映CapCut",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "深圳、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": "2、具备扎实的数学、算法、机器学习与深度学习基础,以及良好的英文论文阅读和快速验证能力",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍:剪映研发团队,主要支持剪映、CapCut、醒图、Hypic、即梦、Dreamina、小云雀、Pippit等多款国内外产品的研发工作,业务覆盖多元化影像创作场景,并孵化了多款AIGC明星产品,相关产品多次登顶国内外App Store 免费应用榜第一,并继续保持高速增长。加入我们,一起打造全球最受用户欢迎的影像创作和GenAI产品。\n\n1、负责即梦多模态创作基础模型及应用算法研发,围绕图文、视频理解、时序建模、跨模态对齐、创意扩写、图像视频生成与编辑持续提升模型能力,重点解决复杂意图理解、主体与场景一致性、时序稳定性、生成质量和推理效率等问题;\n2、建设以真实用户反馈为牵引的数据与评测闭环,开展高价值样本挖掘、合成数据生产、偏好与奖励信号建模、难例回流和效果评估,推动用户反馈稳定转化为模型优化信号;\n3、探索具备上下文理解、复杂推理和工具协同能力的多模态创作智能体,提升创意规划与迭代编辑体验,沉淀可复用的模型能力,支持即梦多种创作链路,并探索以多模态大模型为核心的新创作交互与产品形态。",
"requirements_text": "1、本科及以上学历,计算机、人工智能、电子、自动化、数学等相关专业,硕士学位、博士学位或具有突出科研成果者优先;\n2、具备扎实的数学、算法、机器学习与深度学习基础,以及良好的英文论文阅读和快速验证能力;\n3、熟悉多模态大模型或生成式基础模型,在图像/视频理解、图像视频生成与编辑、VLM后训练、多模态数据与评测等任一方向具有良好的项目或研究经验,理解视觉编码、跨模态融合、时序建模、数据构造、预训练、后训练与模型评测的基本方法;\n4、具备优秀的代码、实验和工程能力,熟练掌握Python、PyTorch;能够独立完成数据处理、模型训练、效果评测与问题定位,并在指令微调与偏好对齐(SFT、DPO/GRPO、RLHF/RLVR、OPD)、生成模型训练(DiT或自回归)或模型蒸馏中至少有一项实际经验。\n\n加分项:\n1、在CVPR、ICCV、NeurIPS、ICLR、SIGGRAPH等会议或期刊发表高水平论文,或在多模态理解、视频生成、基础模型、强化学习等方向取得具有影响力的研究成果;\n2、有大规模分布式训练、后训练框架二次开发、模型推理优化或线上部署经验,有高质量开源项目、算法竞赛获奖经历者优先;\n3、在多模态大模型、视频理解与生成、偏好对齐、内容规划或生成评测等领域主导过项目,并取得可量化的模型效果或业务结果。",
"skills": [AI生成
"Python",
"PyTorch",
"机器学习",
"深度学习",
"强化学习",
"模型训练",
"建模",
"大语言模型"
],
"preferred_qualifications": "1、本科及以上学历,计算机、人工智能、电子、自动化、数学等相关专业,硕士学位、博士学位或具有突出科研成果者优先;加分项:;2、有大规模分布式训练、后训练框架二次开发、模型推理优化或线上部署经验,有高质量开源项目、算法竞赛获奖经历者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7664989117965682997/detail"
}
]
},
"posting": {
"posting_id": "7664989117965682997",
"post_date": "2026-07-21",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7664989117965682997/detail"
},
"fulltext": "多模态算法工程师(即梦AI方向) - 剪映CapCut\n职位描述\n团队介绍:剪映研发团队,主要支持剪映、CapCut、醒图、Hypic、即梦、Dreamina、小云雀、Pippit等多款国内外产品的研发工作,业务覆盖多元化影像创作场景,并孵化了多款AIGC明星产品,相关产品多次登顶国内外App Store 免费应用榜第一,并继续保持高速增长。加入我们,一起打造全球最受用户欢迎的影像创作和GenAI产品。\n\n1、负责即梦多模态创作基础模型及应用算法研发,围绕图文、视频理解、时序建模、跨模态对齐、创意扩写、图像视频生成与编辑持续提升模型能力,重点解决复杂意图理解、主体与场景一致性、时序稳定性、生成质量和推理效率等问题;\n2、建设以真实用户反馈为牵引的数据与评测闭环,开展高价值样本挖掘、合成数据生产、偏好与奖励信号建模、难例回流和效果评估,推动用户反馈稳定转化为模型优化信号;\n3、探索具备上下文理解、复杂推理和工具协同能力的多模态创作智能体,提升创意规划与迭代编辑体验,沉淀可复用的模型能力,支持即梦多种创作链路,并探索以多模态大模型为核心的新创作交互与产品形态。\n\n职位要求\n1、本科及以上学历,计算机、人工智能、电子、自动化、数学等相关专业,硕士学位、博士学位或具有突出科研成果者优先;\n2、具备扎实的数学、算法、机器学习与深度学习基础,以及良好的英文论文阅读和快速验证能力;\n3、熟悉多模态大模型或生成式基础模型,在图像/视频理解、图像视频生成与编辑、VLM后训练、多模态数据与评测等任一方向具有良好的项目或研究经验,理解视觉编码、跨模态融合、时序建模、数据构造、预训练、后训练与模型评测的基本方法;\n4、具备优秀的代码、实验和工程能力,熟练掌握Python、PyTorch;能够独立完成数据处理、模型训练、效果评测与问题定位,并在指令微调与偏好对齐(SFT、DPO/GRPO、RLHF/RLVR、OPD)、生成模型训练(DiT或自回归)或模型蒸馏中至少有一项实际经验。\n\n加分项:\n1、在CVPR、ICCV、NeurIPS、ICLR、SIGGRAPH等会议或期刊发表高水平论文,或在多模态理解、视频生成、基础模型、强化学习等方向取得具有影响力的研究成果;\n2、有大规模分布式训练、后训练框架二次开发、模型推理优化或线上部署经验,有高质量开源项目、算法竞赛获奖经历者优先;\n3、在多模态大模型、视频理解与生成、偏好对齐、内容规划或生成评测等领域主导过项目,并取得可量化的模型效果或业务结果。\n团队介绍:剪映研发团队,主要支持剪映、CapCut、醒图、Hypic、即梦、Dreamina、小云雀、Pippit等多款国内外产品的研发工作,业务覆盖多元化影像创作场景,并孵化了多款AIGC明星产品,相关产品多次登顶国内外App Store 免费应用榜第一,并继续保持高速增长。加入我们,一起打造全球最受用户欢迎的影像创作和GenAI产品。\n\n1、负责即梦多模态创作基础模型及应用算法研发,围绕图文、视频理解、时序建模、跨模态对齐、创意扩写、图像视频生成与编辑持续提升模型能力,重点解决复杂意图理解、主体与场景一致性、时序稳定性、生成质量和推理效率等问题;\n2、建设以真实用户反馈为牵引的数据与评测闭环,开展高价值样本挖掘、合成数据生产、偏好与奖励信号建模、难例回流和效果评估,推动用户反馈稳定转化为模型优化信号;\n3、探索具备上下文理解、复杂推理和工具协同能力的多模态创作智能体,提升创意规划与迭代编辑体验,沉淀可复用的模型能力,支持即梦多种创作链路,并探索以多模态大模型为核心的新创作交互与产品形态。\n1、本科及以上学历,计算机、人工智能、电子、自动化、数学等相关专业,硕士学位、博士学位或具有突出科研成果者优先;\n2、具备扎实的数学、算法、机器学习与深度学习基础,以及良好的英文论文阅读和快速验证能力;\n3、熟悉多模态大模型或生成式基础模型,在图像/视频理解、图像视频生成与编辑、VLM后训练、多模态数据与评测等任一方向具有良好的项目或研究经验,理解视觉编码、跨模态融合、时序建模、数据构造、预训练、后训练与模型评测的基本方法;\n4、具备优秀的代码、实验和工程能力,熟练掌握Python、PyTorch;能够独立完成数据处理、模型训练、效果评测与问题定位,并在指令微调与偏好对齐(SFT、DPO/GRPO、RLHF/RLVR、OPD)、生成模型训练(DiT或自回归)或模型蒸馏中至少有一项实际经验。\n\n加分项:\n1、在CVPR、ICCV、NeurIPS、ICLR、SIGGRAPH等会议或期刊发表高水平论文,或在多模态理解、视频生成、基础模型、强化学习等方向取得具有影响力的研究成果;\n2、有大规模分布式训练、后训练框架二次开发、模型推理优化或线上部署经验,有高质量开源项目、算法竞赛获奖经历者优先;\n3、在多模态大模型、视频理解与生成、偏好对齐、内容规划或生成评测等领域主导过项目,并取得可量化的模型效果或业务结果。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}