{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "Agent感知算法工程师/专家 - PICO",
        "job_level": "专家",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": "研发"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": "硕士学位及以上",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍：作为一家拥有自主创新和研发创造能力的科技品牌，PICO致力于成为领先的世界级XR平台，成就开发者与创作者，共同为全球消费者创造更美好的生活体验。我们开创性地将虚拟现实扩展到了多个领域，为运动、视频、娱乐等消费级场景带来了全新体验；并广泛应用在教育、医疗和企业培训等商用场景，给全球企业级用户提供了多元化的VR解决方案。\n\n1、面向智能硬件产品，基于视觉、音频、运动及设备状态等多模态传感器数据，构建第一人称、长时间、连续的多模态记忆库，完成用户经历、行为和环境信息的感知、理解、关联与结构化表达；\n2、设计记忆系统，对海量多模态记忆进行组织、压缩和挖掘，支持多层级记忆检索、跨模态记忆检索、时空关联检索及上下文召回；\n3、深入挖掘用户长期记忆，提取兴趣偏好、行为习惯、生活规律及场景特征等高维信息，为搜索、推荐、交互和个性化服务提供基础能力；\n4、构建和优化多模态理解与记忆模型，利用模型识别重复、低价值及冲突记忆，提取关键事件与重要信息，提升记忆生成、压缩、关联、检索和更新的准确性与效率；\n5、结合具体硬件形态和产品需求，完成算法方案设计、原型开发、工程集成、效果评测与性能优化，推动多模态记忆能力在产品中稳定交付和持续迭代。",
        "requirements_text": "1、硕士学位及以上，人工智能、计算机、自动化、数学等相关专业优先；\n2、熟悉深度学习和多模态模型，理解视觉、音频、文本及时序数据的建模方法，具备模型训练、微调、评测和优化经验；\n3、在多模态感知、第一人称视觉、长时序建模、视频理解、行为识别、意图识别等方向具备相关项目经验；\n4、熟悉向量检索、跨模态检索、信息抽取、知识图谱或用户画像等相关技术，能够设计面向海量记忆的组织与检索方案；\n5、具备从数据构建、模型训练到效果评测的完整实践经验，能够针对冗余记忆识别、关键记忆提取、记忆关联和用户特征挖掘等任务构建并优化模型；\n6、能够熟练使用主流Coding Agent辅助代码开发、工程集成、测试与部署，推动模型能力高效、稳定地应用于实际产品；具备较强的问题分析、跨团队协作和技术沟通能力，能够围绕产品目标推进算法、软件、硬件及数据等环节协同交付。\n\n加分项：\n1、有智能眼镜、可穿戴设备、机器人或其他多模态智能硬件的产品落地经验；\n2、有长视频理解、第一人称数据集、多模态记忆系统或大规模向量检索系统的开发经验；\n3、有端侧模型部署、推理加速、功耗与存储优化经验；\n4、有已上线产品或规模化用户场景中的算法迭代经验，能够结合线上数据持续评估和优化算法效果。",
        "skills": [AI生成
            "深度学习",
            "知识图谱",
            "模型训练",
            "团队协作",
            "沟通能力",
            "建模"
        ],
        "preferred_qualifications": "1、硕士学位及以上，人工智能、计算机、自动化、数学等相关专业优先；加分项：",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7665240864490932533/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7665240864490932533",
        "post_date": "2026-07-22",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7665240864490932533/detail"
    },
    "fulltext": "Agent感知算法工程师/专家 - PICO\n职位描述\n团队介绍：作为一家拥有自主创新和研发创造能力的科技品牌，PICO致力于成为领先的世界级XR平台，成就开发者与创作者，共同为全球消费者创造更美好的生活体验。我们开创性地将虚拟现实扩展到了多个领域，为运动、视频、娱乐等消费级场景带来了全新体验；并广泛应用在教育、医疗和企业培训等商用场景，给全球企业级用户提供了多元化的VR解决方案。\n\n1、面向智能硬件产品，基于视觉、音频、运动及设备状态等多模态传感器数据，构建第一人称、长时间、连续的多模态记忆库，完成用户经历、行为和环境信息的感知、理解、关联与结构化表达；\n2、设计记忆系统，对海量多模态记忆进行组织、压缩和挖掘，支持多层级记忆检索、跨模态记忆检索、时空关联检索及上下文召回；\n3、深入挖掘用户长期记忆，提取兴趣偏好、行为习惯、生活规律及场景特征等高维信息，为搜索、推荐、交互和个性化服务提供基础能力；\n4、构建和优化多模态理解与记忆模型，利用模型识别重复、低价值及冲突记忆，提取关键事件与重要信息，提升记忆生成、压缩、关联、检索和更新的准确性与效率；\n5、结合具体硬件形态和产品需求，完成算法方案设计、原型开发、工程集成、效果评测与性能优化，推动多模态记忆能力在产品中稳定交付和持续迭代。\n\n职位要求\n1、硕士学位及以上，人工智能、计算机、自动化、数学等相关专业优先；\n2、熟悉深度学习和多模态模型，理解视觉、音频、文本及时序数据的建模方法，具备模型训练、微调、评测和优化经验；\n3、在多模态感知、第一人称视觉、长时序建模、视频理解、行为识别、意图识别等方向具备相关项目经验；\n4、熟悉向量检索、跨模态检索、信息抽取、知识图谱或用户画像等相关技术，能够设计面向海量记忆的组织与检索方案；\n5、具备从数据构建、模型训练到效果评测的完整实践经验，能够针对冗余记忆识别、关键记忆提取、记忆关联和用户特征挖掘等任务构建并优化模型；\n6、能够熟练使用主流Coding Agent辅助代码开发、工程集成、测试与部署，推动模型能力高效、稳定地应用于实际产品；具备较强的问题分析、跨团队协作和技术沟通能力，能够围绕产品目标推进算法、软件、硬件及数据等环节协同交付。\n\n加分项：\n1、有智能眼镜、可穿戴设备、机器人或其他多模态智能硬件的产品落地经验；\n2、有长视频理解、第一人称数据集、多模态记忆系统或大规模向量检索系统的开发经验；\n3、有端侧模型部署、推理加速、功耗与存储优化经验；\n4、有已上线产品或规模化用户场景中的算法迭代经验，能够结合线上数据持续评估和优化算法效果。\n团队介绍：作为一家拥有自主创新和研发创造能力的科技品牌，PICO致力于成为领先的世界级XR平台，成就开发者与创作者，共同为全球消费者创造更美好的生活体验。我们开创性地将虚拟现实扩展到了多个领域，为运动、视频、娱乐等消费级场景带来了全新体验；并广泛应用在教育、医疗和企业培训等商用场景，给全球企业级用户提供了多元化的VR解决方案。\n\n1、面向智能硬件产品，基于视觉、音频、运动及设备状态等多模态传感器数据，构建第一人称、长时间、连续的多模态记忆库，完成用户经历、行为和环境信息的感知、理解、关联与结构化表达；\n2、设计记忆系统，对海量多模态记忆进行组织、压缩和挖掘，支持多层级记忆检索、跨模态记忆检索、时空关联检索及上下文召回；\n3、深入挖掘用户长期记忆，提取兴趣偏好、行为习惯、生活规律及场景特征等高维信息，为搜索、推荐、交互和个性化服务提供基础能力；\n4、构建和优化多模态理解与记忆模型，利用模型识别重复、低价值及冲突记忆，提取关键事件与重要信息，提升记忆生成、压缩、关联、检索和更新的准确性与效率；\n5、结合具体硬件形态和产品需求，完成算法方案设计、原型开发、工程集成、效果评测与性能优化，推动多模态记忆能力在产品中稳定交付和持续迭代。\n1、硕士学位及以上，人工智能、计算机、自动化、数学等相关专业优先；\n2、熟悉深度学习和多模态模型，理解视觉、音频、文本及时序数据的建模方法，具备模型训练、微调、评测和优化经验；\n3、在多模态感知、第一人称视觉、长时序建模、视频理解、行为识别、意图识别等方向具备相关项目经验；\n4、熟悉向量检索、跨模态检索、信息抽取、知识图谱或用户画像等相关技术，能够设计面向海量记忆的组织与检索方案；\n5、具备从数据构建、模型训练到效果评测的完整实践经验，能够针对冗余记忆识别、关键记忆提取、记忆关联和用户特征挖掘等任务构建并优化模型；\n6、能够熟练使用主流Coding Agent辅助代码开发、工程集成、测试与部署，推动模型能力高效、稳定地应用于实际产品；具备较强的问题分析、跨团队协作和技术沟通能力，能够围绕产品目标推进算法、软件、硬件及数据等环节协同交付。\n\n加分项：\n1、有智能眼镜、可穿戴设备、机器人或其他多模态智能硬件的产品落地经验；\n2、有长视频理解、第一人称数据集、多模态记忆系统或大规模向量检索系统的开发经验；\n3、有端侧模型部署、推理加速、功耗与存储优化经验；\n4、有已上线产品或规模化用户场景中的算法迭代经验，能够结合线上数据持续评估和优化算法效果。",
    "standard_classification": {
        "std_category_code": "T034",
        "std_aux_codes": [
            "T036"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}