主分类：大模型与生成式算法研发
辅助：AI模型评测工程（仅展示）
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": "多模态生成算法工程师 - 抖音直播",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京、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届获得硕士及以上学位",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍：直播团队负责为抖音集团旗下产品提供直播服务。团队负责直播平台技术和直播业务研发，打造灵活稳定的直播服务平台，为用户提供优质直播体验，支持电商、本地生活、游戏、节目、多人互动等不同类型的业务场景。直播业务发展迅猛，处于行业头部地位，业务发展空间巨大。现在加入我们，和优秀的人一起做有挑战的事，你的技术与创意将影响亿级用户，激发创意和丰富生活。\n\n1、构建直播领域高质量数据体系与评测基准：主导直播场景下多模态数据集的设计与建设，建立覆盖生成质量、交互体验、业务价值的多维度评测体系与量化指标，驱动模型在真实业务场景中的持续迭代与效果提升；\n2、推动生成式AI在直播场景的全链路落地：负责互动礼物智能创作、实时特效生成、虚拟形象驱动、智能视频编辑等场景的AI方案设计与工程实现，深度参与模型选型、训练优化、推理加速与线上部署全流程，打造大规模用户可用的AI产品；\n3、追踪前沿技术并完成业务化转化：持续跟进扩散模型、视频生成、数字人、端侧推理等前沿方向的技术进展，完成关键算法的复现、适配与优化，并推动其在直播场景中的高效落地与规模化应用。",
"requirements_text": "1、2027届获得硕士及以上学位，计算机视觉、计算机图形学、人工智能、机器学习相关专业优先；\n2、具有优秀的编程能力，熟练使用Python与PyTorch等深度学习框架，有良好的工程与代码习惯；\n3、熟悉扩散模型、GAN等生成式模型，有图像/视频生成、换装、人脸/人体驱动、数字人、口型/超分等相关研究或项目经验者优先；\n4、了解移动端推理与性能优化（如模型量化、算子适配、端侧推理框架），有Unreal/Blender等图形引擎经验、在CVPR/ICCV/ECCV/SIGGRAPH/ACL/ICLR/ICML/NeurIPS等顶会顶刊发表论文者优先；\n5、具备优秀的分析与解决问题的能力，对攻克具有挑战性的问题充满热情，具有良好的沟通与团队合作能力。",
"skills": [AI生成
"Python",
"PyTorch",
"Unreal",
"机器学习",
"深度学习",
"计算机视觉",
"性能优化",
"团队协作",
"解决问题"
],
"preferred_qualifications": "1、2027届获得硕士及以上学位，计算机视觉、计算机图形学、人工智能、机器学习相关专业优先；3、熟悉扩散模型、GAN等生成式模型，有图像/视频生成、换装、人脸/人体驱动、数字人、口型/超分等相关研究或项目经验者优先；4、了解移动端推理与性能优化（如模型量化、算子适配、端侧推理框架），有Unreal/Blender等图形引擎经验、在CVPR/ICCV/ECCV/SIGGRAPH/ACL/ICLR/ICML/NeurIPS等顶会顶刊发表论文者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7670387966980147509/detail"
}
]
},
"posting": {
"posting_id": "7670387966980147509",
"post_date": "2026-08-05",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7670387966980147509/detail"
},
"fulltext": "多模态生成算法工程师 - 抖音直播\n职位描述\n团队介绍：直播团队负责为抖音集团旗下产品提供直播服务。团队负责直播平台技术和直播业务研发，打造灵活稳定的直播服务平台，为用户提供优质直播体验，支持电商、本地生活、游戏、节目、多人互动等不同类型的业务场景。直播业务发展迅猛，处于行业头部地位，业务发展空间巨大。现在加入我们，和优秀的人一起做有挑战的事，你的技术与创意将影响亿级用户，激发创意和丰富生活。\n\n1、构建直播领域高质量数据体系与评测基准：主导直播场景下多模态数据集的设计与建设，建立覆盖生成质量、交互体验、业务价值的多维度评测体系与量化指标，驱动模型在真实业务场景中的持续迭代与效果提升；\n2、推动生成式AI在直播场景的全链路落地：负责互动礼物智能创作、实时特效生成、虚拟形象驱动、智能视频编辑等场景的AI方案设计与工程实现，深度参与模型选型、训练优化、推理加速与线上部署全流程，打造大规模用户可用的AI产品；\n3、追踪前沿技术并完成业务化转化：持续跟进扩散模型、视频生成、数字人、端侧推理等前沿方向的技术进展，完成关键算法的复现、适配与优化，并推动其在直播场景中的高效落地与规模化应用。\n\n职位要求\n1、2027届获得硕士及以上学位，计算机视觉、计算机图形学、人工智能、机器学习相关专业优先；\n2、具有优秀的编程能力，熟练使用Python与PyTorch等深度学习框架，有良好的工程与代码习惯；\n3、熟悉扩散模型、GAN等生成式模型，有图像/视频生成、换装、人脸/人体驱动、数字人、口型/超分等相关研究或项目经验者优先；\n4、了解移动端推理与性能优化（如模型量化、算子适配、端侧推理框架），有Unreal/Blender等图形引擎经验、在CVPR/ICCV/ECCV/SIGGRAPH/ACL/ICLR/ICML/NeurIPS等顶会顶刊发表论文者优先；\n5、具备优秀的分析与解决问题的能力，对攻克具有挑战性的问题充满热情，具有良好的沟通与团队合作能力。\n团队介绍：直播团队负责为抖音集团旗下产品提供直播服务。团队负责直播平台技术和直播业务研发，打造灵活稳定的直播服务平台，为用户提供优质直播体验，支持电商、本地生活、游戏、节目、多人互动等不同类型的业务场景。直播业务发展迅猛，处于行业头部地位，业务发展空间巨大。现在加入我们，和优秀的人一起做有挑战的事，你的技术与创意将影响亿级用户，激发创意和丰富生活。\n\n1、构建直播领域高质量数据体系与评测基准：主导直播场景下多模态数据集的设计与建设，建立覆盖生成质量、交互体验、业务价值的多维度评测体系与量化指标，驱动模型在真实业务场景中的持续迭代与效果提升；\n2、推动生成式AI在直播场景的全链路落地：负责互动礼物智能创作、实时特效生成、虚拟形象驱动、智能视频编辑等场景的AI方案设计与工程实现，深度参与模型选型、训练优化、推理加速与线上部署全流程，打造大规模用户可用的AI产品；\n3、追踪前沿技术并完成业务化转化：持续跟进扩散模型、视频生成、数字人、端侧推理等前沿方向的技术进展，完成关键算法的复现、适配与优化，并推动其在直播场景中的高效落地与规模化应用。\n1、2027届获得硕士及以上学位，计算机视觉、计算机图形学、人工智能、机器学习相关专业优先；\n2、具有优秀的编程能力，熟练使用Python与PyTorch等深度学习框架，有良好的工程与代码习惯；\n3、熟悉扩散模型、GAN等生成式模型，有图像/视频生成、换装、人脸/人体驱动、数字人、口型/超分等相关研究或项目经验者优先；\n4、了解移动端推理与性能优化（如模型量化、算子适配、端侧推理框架），有Unreal/Blender等图形引擎经验、在CVPR/ICCV/ECCV/SIGGRAPH/ACL/ICLR/ICML/NeurIPS等顶会顶刊发表论文者优先；\n5、具备优秀的分析与解决问题的能力，对攻克具有挑战性的问题充满热情，具有良好的沟通与团队合作能力。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}