{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大模型算法工程师（Model Post-Training方向） - 剪映CapCut",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京、深圳、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": "2027届获得本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍：剪映CapCut团队成立七年，先后孵化了剪映、CapCut、醒图、Hypic、即梦、Dreamina、Pippit等产品，覆盖视频、图片、Al生成、视频营销等多领域，打造与AI结合的全球化产品矩阵。\n我们的愿景是：激发想象力，成为全球领先的互动内容平台，创造独特的体验和价值。\n我们期待你的加入，一同极致打磨用户体验,构建创意生态和商业化能力，定义AI与创作结合的无限可能，让内容互动更简单、更精彩!\n\n1、负责即梦创作Agent模型的后训练能力建设，提升模型在创作理解、任务规划、工具调用和多轮交互中的表现；\n2、构建Agent SFT数据、多轮Function Call数据、工具轨迹数据和创作任务偏好数据；\n3、探索Agentic RL、Rubrics-based RL、Unified Reward System等方法，提升Agent长链路任务成功率；\n4、结合图片、视频、编辑、素材理解等多模态创作场景，提升模型对创作语言、视觉风格和用户意图的理解能力；\n5、与Harness、评估、数据和产品团队协作，形成模型训练、自动化评估、线上反馈的持续迭代闭环。",
        "requirements_text": "1、2027届获得本科及以上学历，计算机、数学、统计等相关专业；\n2、熟悉大模型后训练方法，包括但不限于SFT、RLHF、DPO、PPO、GRPO等；\n3、熟练掌握PyTorch等主流深度学习框架，具备模型训练、数据处理和实验分析经验；\n4、对Agentic RL、Tool Use、多轮Function Call、多模态模型训练有浓厚兴趣；\n5、具备良好的实验设计能力和问题分析能力，能够从业务问题抽象出可训练、可评估的技术目标；\n\n加分项：\n1、在NeurIPS，ICLR，ICML，CVPR，ACL等顶级会议发表过高水平论文者优先。",
        "skills": [AI生成
            "PyTorch",
            "深度学习",
            "模型训练",
            "分析能力",
            "大语言模型"
        ],
        "preferred_qualifications": "加分项：；1、在NeurIPS，ICLR，ICML，CVPR，ACL等顶级会议发表过高水平论文者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7667481798863784245/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7667481798863784245",
        "post_date": "2026-07-28",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7667481798863784245/detail"
    },
    "fulltext": "大模型算法工程师（Model Post-Training方向） - 剪映CapCut\n职位描述\n团队介绍：剪映CapCut团队成立七年，先后孵化了剪映、CapCut、醒图、Hypic、即梦、Dreamina、Pippit等产品，覆盖视频、图片、Al生成、视频营销等多领域，打造与AI结合的全球化产品矩阵。\n我们的愿景是：激发想象力，成为全球领先的互动内容平台，创造独特的体验和价值。\n我们期待你的加入，一同极致打磨用户体验,构建创意生态和商业化能力，定义AI与创作结合的无限可能，让内容互动更简单、更精彩!\n\n1、负责即梦创作Agent模型的后训练能力建设，提升模型在创作理解、任务规划、工具调用和多轮交互中的表现；\n2、构建Agent SFT数据、多轮Function Call数据、工具轨迹数据和创作任务偏好数据；\n3、探索Agentic RL、Rubrics-based RL、Unified Reward System等方法，提升Agent长链路任务成功率；\n4、结合图片、视频、编辑、素材理解等多模态创作场景，提升模型对创作语言、视觉风格和用户意图的理解能力；\n5、与Harness、评估、数据和产品团队协作，形成模型训练、自动化评估、线上反馈的持续迭代闭环。\n\n职位要求\n1、2027届获得本科及以上学历，计算机、数学、统计等相关专业；\n2、熟悉大模型后训练方法，包括但不限于SFT、RLHF、DPO、PPO、GRPO等；\n3、熟练掌握PyTorch等主流深度学习框架，具备模型训练、数据处理和实验分析经验；\n4、对Agentic RL、Tool Use、多轮Function Call、多模态模型训练有浓厚兴趣；\n5、具备良好的实验设计能力和问题分析能力，能够从业务问题抽象出可训练、可评估的技术目标；\n\n加分项：\n1、在NeurIPS，ICLR，ICML，CVPR，ACL等顶级会议发表过高水平论文者优先。\n团队介绍：剪映CapCut团队成立七年，先后孵化了剪映、CapCut、醒图、Hypic、即梦、Dreamina、Pippit等产品，覆盖视频、图片、Al生成、视频营销等多领域，打造与AI结合的全球化产品矩阵。\n我们的愿景是：激发想象力，成为全球领先的互动内容平台，创造独特的体验和价值。\n我们期待你的加入，一同极致打磨用户体验,构建创意生态和商业化能力，定义AI与创作结合的无限可能，让内容互动更简单、更精彩!\n\n1、负责即梦创作Agent模型的后训练能力建设，提升模型在创作理解、任务规划、工具调用和多轮交互中的表现；\n2、构建Agent SFT数据、多轮Function Call数据、工具轨迹数据和创作任务偏好数据；\n3、探索Agentic RL、Rubrics-based RL、Unified Reward System等方法，提升Agent长链路任务成功率；\n4、结合图片、视频、编辑、素材理解等多模态创作场景，提升模型对创作语言、视觉风格和用户意图的理解能力；\n5、与Harness、评估、数据和产品团队协作，形成模型训练、自动化评估、线上反馈的持续迭代闭环。\n1、2027届获得本科及以上学历，计算机、数学、统计等相关专业；\n2、熟悉大模型后训练方法，包括但不限于SFT、RLHF、DPO、PPO、GRPO等；\n3、熟练掌握PyTorch等主流深度学习框架，具备模型训练、数据处理和实验分析经验；\n4、对Agentic RL、Tool Use、多轮Function Call、多模态模型训练有浓厚兴趣；\n5、具备良好的实验设计能力和问题分析能力，能够从业务问题抽象出可训练、可评估的技术目标；\n\n加分项：\n1、在NeurIPS，ICLR，ICML，CVPR，ACL等顶级会议发表过高水平论文者优先。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}