{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI产品实习生 - Data AML",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "未披露",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "产品"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：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n\n1、参与Agent产品建设，将用户需求拆解为可实现、可评测的能力目标，完成策略设计、方案落地和效果验证；\n2、参与Agent系统与harness能力优化，包括上下文工程、任务规划、工具与Skill编排、记忆与状态管理、执行环境及可观测性；\n3、建设Agent评测体系，围绕任务完成度、结果准确性、工具使用和稳定性等关键目标，完成指标设计、评测集构建、效果分析与版本回归；\n4、跟踪线上效果与典型案例，结合用户反馈和执行Trace识别失败模式与系统性问题，形成可执行的优化方案并推动验证闭环。",
        "requirements_text": "1、2027届本科及以上学历在读，计算机、人工智能、软件工程等相关专业优先；\n2、对大模型和Agent有强烈兴趣，具备大模型产品、Agent建设或模型评测相关实习或项目经验；\n3、理解大模型与Agent系统的基本工作方式，对模型、上下文、工具、记忆、执行环境等关键环节的能力边界和常见失败模式有基本认识；\n4、具备Agent评测能力，能够根据产品目标定义任务、评测标准和错误分类，并完成评测集设计与效果分析；\n5、具备良好的产品判断、结构化分析、沟通协作和项目推进能力，能够独立负责明确范围内的工作；\n6、每周可实习5天，连续实习不少于3个月；可实习6个月及以上、稳定参与完整项目周期者优先。\n\n加分项\n1、有Agent harness、模型评测或开发者工具相关项目经验；\n2、能够使用代码或API快速搭建原型、处理数据或验证方案；\n3、有线上案例分析、Trace分析或Agent效果优化经验。",
        "skills": [AI生成
            "项目推进",
            "大语言模型"
        ],
        "preferred_qualifications": "1、2027届本科及以上学历在读，计算机、人工智能、软件工程等相关专业优先；可实习6个月及以上、稳定参与完整项目周期者优先；加分项",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7675650131153701125/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7675650131153701125",
        "post_date": "2026-08-19",
        "hire_time": "6、每周可实习5天，连续实习不少于3个月；可实习6个月及以上、稳定参与完整项目周期者优先",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7675650131153701125/detail"
    },
    "fulltext": "AI产品实习生 - Data AML\n职位描述\n团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n\n1、参与Agent产品建设，将用户需求拆解为可实现、可评测的能力目标，完成策略设计、方案落地和效果验证；\n2、参与Agent系统与harness能力优化，包括上下文工程、任务规划、工具与Skill编排、记忆与状态管理、执行环境及可观测性；\n3、建设Agent评测体系，围绕任务完成度、结果准确性、工具使用和稳定性等关键目标，完成指标设计、评测集构建、效果分析与版本回归；\n4、跟踪线上效果与典型案例，结合用户反馈和执行Trace识别失败模式与系统性问题，形成可执行的优化方案并推动验证闭环。\n\n职位要求\n1、2027届本科及以上学历在读，计算机、人工智能、软件工程等相关专业优先；\n2、对大模型和Agent有强烈兴趣，具备大模型产品、Agent建设或模型评测相关实习或项目经验；\n3、理解大模型与Agent系统的基本工作方式，对模型、上下文、工具、记忆、执行环境等关键环节的能力边界和常见失败模式有基本认识；\n4、具备Agent评测能力，能够根据产品目标定义任务、评测标准和错误分类，并完成评测集设计与效果分析；\n5、具备良好的产品判断、结构化分析、沟通协作和项目推进能力，能够独立负责明确范围内的工作；\n6、每周可实习5天，连续实习不少于3个月；可实习6个月及以上、稳定参与完整项目周期者优先。\n\n加分项\n1、有Agent harness、模型评测或开发者工具相关项目经验；\n2、能够使用代码或API快速搭建原型、处理数据或验证方案；\n3、有线上案例分析、Trace分析或Agent效果优化经验。\n团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\n\n1、参与Agent产品建设，将用户需求拆解为可实现、可评测的能力目标，完成策略设计、方案落地和效果验证；\n2、参与Agent系统与harness能力优化，包括上下文工程、任务规划、工具与Skill编排、记忆与状态管理、执行环境及可观测性；\n3、建设Agent评测体系，围绕任务完成度、结果准确性、工具使用和稳定性等关键目标，完成指标设计、评测集构建、效果分析与版本回归；\n4、跟踪线上效果与典型案例，结合用户反馈和执行Trace识别失败模式与系统性问题，形成可执行的优化方案并推动验证闭环。\n1、2027届本科及以上学历在读，计算机、人工智能、软件工程等相关专业优先；\n2、对大模型和Agent有强烈兴趣，具备大模型产品、Agent建设或模型评测相关实习或项目经验；\n3、理解大模型与Agent系统的基本工作方式，对模型、上下文、工具、记忆、执行环境等关键环节的能力边界和常见失败模式有基本认识；\n4、具备Agent评测能力，能够根据产品目标定义任务、评测标准和错误分类，并完成评测集设计与效果分析；\n5、具备良好的产品判断、结构化分析、沟通协作和项目推进能力，能够独立负责明确范围内的工作；\n6、每周可实习5天，连续实习不少于3个月；可实习6个月及以上、稳定参与完整项目周期者优先。\n\n加分项\n1、有Agent harness、模型评测或开发者工具相关项目经验；\n2、能够使用代码或API快速搭建原型、处理数据或验证方案；\n3、有线上案例分析、Trace分析或Agent效果优化经验。",
    "standard_classification": {
        "std_category_code": "PM004",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}