职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7672732378255165749

大模型质量效能实习生 - 抖音

未披露 · 杭州 · 字节跳动

主分类:AI模型评测工程
算法与数据
辅助:大模型与生成式算法研发(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": "大模型质量效能实习生 - 抖音",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "未披露",
        "location": "杭州",
        "work_mode": "未披露",AI生成
        "job_category": "测试"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": "本科及以上学历在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍:抖音致力于打造一个开放、积极、多元、友善的平台,鼓励表达、沟通和记录,激发创造,丰富人们的精神世界,让现实生活更美好。我们通过AI算法驱动的个性化推荐与智能创作工具,满足用户表达、学习、娱乐、社交、消费等需求。回顾抖音一路走来的历程,我们在帮助亿万用户记录美好生活的过程中,努力变得更好。\n\n日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n\n1、负责抖音系产品的多媒体泛质量方向下利用大模型技术解决多媒体质量问题,包括但不限于基于MLLM设计音画质评估模型,AIGC生成内容(图像视频生成、音频生成等)理解、评估,用户体验大模型、音视频负面案例挖掘算法、多模态内容理解等方向;\n2、研究并落地基于多模态大模型(LLM/VLM)的音视频质量自动化评估方案,逐步替代或增强人工MOS评分、画质主观评测等传统手段;\n3、基于业务形态和算法技术,设计并开发面向质量保障全流程的AI Agent系统;\n4、识别团队日常工作中的效能瓶颈,设计AI辅助的解决方案,量化效能提升ROI。",
        "requirements_text": "1、本科及以上学历在读,计算机、人工智能相关专业;\n2、具有深度学习相关的算法研究和落地经验,具有LLM开发和应用的实践的经历,熟悉CNN/Transformer/ViT/BLIP/BERT等主流模型架构,熟练使用PyTorch、TensorFlow、Caffe、Keras等机器学习框架;\n3、具备一定多模态大模型的算法经验(SFT/PE/RLHF/RAG),包括MLLM的训练、微调和评测工作,具备大模型部署实践经验,掌握vLLM、TRT等主流大模型部署框架,熟悉大模型推理优化的基本方案;\n4、熟悉图像、音频等多媒体生成算法,如VAE,Diffusion等基本架构,了解生成模型的评估方法。",
        "skills": [AI生成
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "大语言模型",
            "检索增强生成"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7672732378255165749/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7672732378255165749",
        "post_date": "2026-08-11",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7672732378255165749/detail"
    },
    "fulltext": "大模型质量效能实习生 - 抖音\n职位描述\n团队介绍:抖音致力于打造一个开放、积极、多元、友善的平台,鼓励表达、沟通和记录,激发创造,丰富人们的精神世界,让现实生活更美好。我们通过AI算法驱动的个性化推荐与智能创作工具,满足用户表达、学习、娱乐、社交、消费等需求。回顾抖音一路走来的历程,我们在帮助亿万用户记录美好生活的过程中,努力变得更好。\n\n日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n\n1、负责抖音系产品的多媒体泛质量方向下利用大模型技术解决多媒体质量问题,包括但不限于基于MLLM设计音画质评估模型,AIGC生成内容(图像视频生成、音频生成等)理解、评估,用户体验大模型、音视频负面案例挖掘算法、多模态内容理解等方向;\n2、研究并落地基于多模态大模型(LLM/VLM)的音视频质量自动化评估方案,逐步替代或增强人工MOS评分、画质主观评测等传统手段;\n3、基于业务形态和算法技术,设计并开发面向质量保障全流程的AI Agent系统;\n4、识别团队日常工作中的效能瓶颈,设计AI辅助的解决方案,量化效能提升ROI。\n\n职位要求\n1、本科及以上学历在读,计算机、人工智能相关专业;\n2、具有深度学习相关的算法研究和落地经验,具有LLM开发和应用的实践的经历,熟悉CNN/Transformer/ViT/BLIP/BERT等主流模型架构,熟练使用PyTorch、TensorFlow、Caffe、Keras等机器学习框架;\n3、具备一定多模态大模型的算法经验(SFT/PE/RLHF/RAG),包括MLLM的训练、微调和评测工作,具备大模型部署实践经验,掌握vLLM、TRT等主流大模型部署框架,熟悉大模型推理优化的基本方案;\n4、熟悉图像、音频等多媒体生成算法,如VAE,Diffusion等基本架构,了解生成模型的评估方法。\n团队介绍:抖音致力于打造一个开放、积极、多元、友善的平台,鼓励表达、沟通和记录,激发创造,丰富人们的精神世界,让现实生活更美好。我们通过AI算法驱动的个性化推荐与智能创作工具,满足用户表达、学习、娱乐、社交、消费等需求。回顾抖音一路走来的历程,我们在帮助亿万用户记录美好生活的过程中,努力变得更好。\n\n日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n\n1、负责抖音系产品的多媒体泛质量方向下利用大模型技术解决多媒体质量问题,包括但不限于基于MLLM设计音画质评估模型,AIGC生成内容(图像视频生成、音频生成等)理解、评估,用户体验大模型、音视频负面案例挖掘算法、多模态内容理解等方向;\n2、研究并落地基于多模态大模型(LLM/VLM)的音视频质量自动化评估方案,逐步替代或增强人工MOS评分、画质主观评测等传统手段;\n3、基于业务形态和算法技术,设计并开发面向质量保障全流程的AI Agent系统;\n4、识别团队日常工作中的效能瓶颈,设计AI辅助的解决方案,量化效能提升ROI。\n1、本科及以上学历在读,计算机、人工智能相关专业;\n2、具有深度学习相关的算法研究和落地经验,具有LLM开发和应用的实践的经历,熟悉CNN/Transformer/ViT/BLIP/BERT等主流模型架构,熟练使用PyTorch、TensorFlow、Caffe、Keras等机器学习框架;\n3、具备一定多模态大模型的算法经验(SFT/PE/RLHF/RAG),包括MLLM的训练、微调和评测工作,具备大模型部署实践经验,掌握vLLM、TRT等主流大模型部署框架,熟悉大模型推理优化的基本方案;\n4、熟悉图像、音频等多媒体生成算法,如VAE,Diffusion等基本架构,了解生成模型的评估方法。",
    "standard_classification": {
        "std_category_code": "T015",
        "std_aux_codes": [
            "T010"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}