主分类：AI模型评测工程
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": "机器学习研究员（Agent评测与演进方向） - 火山方舟",
"job_level": "校招",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": "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：火山方舟是火山引擎推出的一站式大模型服务平台，是中国大模型市场产品和份额领跑者。平台提供模型推理、评测、精调等全流程服务。方舟搭载了豆包及业界主流大模型，提供丰富的插件生态和AI应用开发服务，并通过稳定可靠的安全互信方案、专业的算法技术服务，全方位保障企业级AI应用落地。\n\n1、设计面向大语言模型Agent的评测体系，覆盖任务成功率、工具使用、推理质量和可靠性等维度；\n2、构建Benchmark和自动化评测流水线，综合运用规则检查、模型评审和人工评审等方式；\n3、分析Agent执行轨迹和用户反馈，识别典型失败模式，并将分析结果转化为具体的系统改进；\n4、推动从经验数据到能力提升的闭环，与研究、平台和产品团队协作，将相关方法落地到生产环境。",
"requirements_text": "1、2027届获得硕士及以上学位，计算机科学、人工智能、机器学习、数据科学或相关专业优先；\n2、具备扎实的机器学习和深度学习基础；\n3、通过科研、实习或项目，对基于大语言模型的系统有实践经验，例如Agent、工具调用、检索或多Agent系统等；\n4、具备扎实的Python编程能力，熟悉主流机器学习或Agent评测框架；\n5、通过论文、重要项目、实习或开源贡献展现出较强的研究或工程能力。\n\n加分项：\n1、在机器学习或自然语言处理领域的顶级会议发表过论文，如NeurIPS、ICML、ICLR、ACL等；研究方向涉及Agent学习、自我改进、自演进、递归式自我改进（RSI）或Agent评测者优先；\n2、具备评测方法相关经验，例如指标设计、基于模型的评审、数据标注或统计分析等；\n3、熟悉大语言模型后训练、推理与规划方法或持续学习；\n4、具备反馈驱动的优化闭环，或大规模日志及执行轨迹分析经验。",
"skills": [AI生成
"Python",
"机器学习",
"深度学习",
"自然语言处理",
"统计分析",
"数据标注",
"大语言模型"
],
"preferred_qualifications": "1、2027届获得硕士及以上学位，计算机科学、人工智能、机器学习、数据科学或相关专业优先；加分项：；研究方向涉及Agent学习、自我改进、自演进、递归式自我改进（RSI）或Agent评测者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7673033397752777013/detail"
}
]
},
"posting": {
"posting_id": "7673033397752777013",
"post_date": "2026-08-12",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7673033397752777013/detail"
},
"fulltext": "机器学习研究员（Agent评测与演进方向） - 火山方舟\n职位描述\n团队介绍：火山方舟是火山引擎推出的一站式大模型服务平台，是中国大模型市场产品和份额领跑者。平台提供模型推理、评测、精调等全流程服务。方舟搭载了豆包及业界主流大模型，提供丰富的插件生态和AI应用开发服务，并通过稳定可靠的安全互信方案、专业的算法技术服务，全方位保障企业级AI应用落地。\n\n1、设计面向大语言模型Agent的评测体系，覆盖任务成功率、工具使用、推理质量和可靠性等维度；\n2、构建Benchmark和自动化评测流水线，综合运用规则检查、模型评审和人工评审等方式；\n3、分析Agent执行轨迹和用户反馈，识别典型失败模式，并将分析结果转化为具体的系统改进；\n4、推动从经验数据到能力提升的闭环，与研究、平台和产品团队协作，将相关方法落地到生产环境。\n\n职位要求\n1、2027届获得硕士及以上学位，计算机科学、人工智能、机器学习、数据科学或相关专业优先；\n2、具备扎实的机器学习和深度学习基础；\n3、通过科研、实习或项目，对基于大语言模型的系统有实践经验，例如Agent、工具调用、检索或多Agent系统等；\n4、具备扎实的Python编程能力，熟悉主流机器学习或Agent评测框架；\n5、通过论文、重要项目、实习或开源贡献展现出较强的研究或工程能力。\n\n加分项：\n1、在机器学习或自然语言处理领域的顶级会议发表过论文，如NeurIPS、ICML、ICLR、ACL等；研究方向涉及Agent学习、自我改进、自演进、递归式自我改进（RSI）或Agent评测者优先；\n2、具备评测方法相关经验，例如指标设计、基于模型的评审、数据标注或统计分析等；\n3、熟悉大语言模型后训练、推理与规划方法或持续学习；\n4、具备反馈驱动的优化闭环，或大规模日志及执行轨迹分析经验。\n团队介绍：火山方舟是火山引擎推出的一站式大模型服务平台，是中国大模型市场产品和份额领跑者。平台提供模型推理、评测、精调等全流程服务。方舟搭载了豆包及业界主流大模型，提供丰富的插件生态和AI应用开发服务，并通过稳定可靠的安全互信方案、专业的算法技术服务，全方位保障企业级AI应用落地。\n\n1、设计面向大语言模型Agent的评测体系，覆盖任务成功率、工具使用、推理质量和可靠性等维度；\n2、构建Benchmark和自动化评测流水线，综合运用规则检查、模型评审和人工评审等方式；\n3、分析Agent执行轨迹和用户反馈，识别典型失败模式，并将分析结果转化为具体的系统改进；\n4、推动从经验数据到能力提升的闭环，与研究、平台和产品团队协作，将相关方法落地到生产环境。\n1、2027届获得硕士及以上学位，计算机科学、人工智能、机器学习、数据科学或相关专业优先；\n2、具备扎实的机器学习和深度学习基础；\n3、通过科研、实习或项目，对基于大语言模型的系统有实践经验，例如Agent、工具调用、检索或多Agent系统等；\n4、具备扎实的Python编程能力，熟悉主流机器学习或Agent评测框架；\n5、通过论文、重要项目、实习或开源贡献展现出较强的研究或工程能力。\n\n加分项：\n1、在机器学习或自然语言处理领域的顶级会议发表过论文，如NeurIPS、ICML、ICLR、ACL等；研究方向涉及Agent学习、自我改进、自演进、递归式自我改进（RSI）或Agent评测者优先；\n2、具备评测方法相关经验，例如指标设计、基于模型的评审、数据标注或统计分析等；\n3、熟悉大语言模型后训练、推理与规划方法或持续学习；\n4、具备反馈驱动的优化闭环，或大规模日志及执行轨迹分析经验。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}