{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "空间多模态感知工程师 - PICO",
        "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": "计算机视觉"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：作为一家拥有自主创新和研发创造能力的科技品牌，PICO致力于成为领先的世界级XR平台，成就开发者与创作者，共同为全球消费者创造更美好的生活体验。我们开创性地将虚拟现实扩展到了多个领域，为运动、视频、娱乐等消费级场景带来了全新体验；并广泛应用在教育、医疗和企业培训等商用场景，给全球企业级用户提供了多元化的VR解决方案。\n\n1、负责研究和开发MR场景中基于多模态的3D端侧感知算法（3D Detection、3D Segmentation等），研发Stereo、Fusion、MVS等深度估计相关算法研发及数据仿真重建管线建设，推进前沿技术在MR场景落地；\n2、负责基于多模态的云端检测、分割、深度估计等模型在数据生产、模型蒸馏、端云结合上的应用，研发高效的MLOps算法生产工具链，完善算法生产的基础设施建设；\n3、预研MR场景多模态大模型的数据建设、模型优化、MR多模态统一建模、指令微调、强化学习、训练、推理加速等技术；\n4、探索基于视觉、语音、文本、点云等模态融合算法，在MR场景中的技术应用、竞赛、论文、专利撰写等。",
        "requirements_text": "1、2027届获得硕士及以上学位，计算机、电子信息、自动化、软件工程或相关专业优先；\n2、了解传统或深度学习的CV任务例如2D/3D Detection/Segmentation、深度估计/补全、Stereo、MVS、NeRF等一种或多种算法；\n3、了解CNN、RNN、Transformer、RL、Vision-Language预训练、Finetune（SFT、RLHF等）相关技术或有实践经验；\n4、了解文本、图像、视频、3D等AIGC相关技术；\n5、熟悉任一深度学习开源框架，例如TensorFlow、PyTorch等；\n6、Python或C++编程基础扎实。\n\n【加分项】\n1、计算机视觉、图像处理、计算机图形学、机器视觉、数学以及摄影测量领域硕士及博士优先；\n2、在计算机视觉、机器人、图形学等相关领域顶会发表论文或竞赛取得名次者优先；\n3、具有AR/VR、无人车、机器人等方面实际项目经验优先。",
        "skills": [AI生成
            "Python",
            "C++",
            "PyTorch",
            "TensorFlow",
            "深度学习",
            "计算机视觉",
            "摄影"
        ],
        "preferred_qualifications": "1、2027届获得硕士及以上学位，计算机、电子信息、自动化、软件工程或相关专业优先；【加分项】；1、计算机视觉、图像处理、计算机图形学、机器视觉、数学以及摄影测量领域硕士及博士优先；2、在计算机视觉、机器人、图形学等相关领域顶会发表论文或竞赛取得名次者优先；3、具有AR/VR、无人车、机器人等方面实际项目经验优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7676329914299451653/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7676329914299451653",
        "post_date": "2026-08-21",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7676329914299451653/detail"
    },
    "fulltext": "空间多模态感知工程师 - PICO\n职位描述\n团队介绍：作为一家拥有自主创新和研发创造能力的科技品牌，PICO致力于成为领先的世界级XR平台，成就开发者与创作者，共同为全球消费者创造更美好的生活体验。我们开创性地将虚拟现实扩展到了多个领域，为运动、视频、娱乐等消费级场景带来了全新体验；并广泛应用在教育、医疗和企业培训等商用场景，给全球企业级用户提供了多元化的VR解决方案。\n\n1、负责研究和开发MR场景中基于多模态的3D端侧感知算法（3D Detection、3D Segmentation等），研发Stereo、Fusion、MVS等深度估计相关算法研发及数据仿真重建管线建设，推进前沿技术在MR场景落地；\n2、负责基于多模态的云端检测、分割、深度估计等模型在数据生产、模型蒸馏、端云结合上的应用，研发高效的MLOps算法生产工具链，完善算法生产的基础设施建设；\n3、预研MR场景多模态大模型的数据建设、模型优化、MR多模态统一建模、指令微调、强化学习、训练、推理加速等技术；\n4、探索基于视觉、语音、文本、点云等模态融合算法，在MR场景中的技术应用、竞赛、论文、专利撰写等。\n\n职位要求\n1、2027届获得硕士及以上学位，计算机、电子信息、自动化、软件工程或相关专业优先；\n2、了解传统或深度学习的CV任务例如2D/3D Detection/Segmentation、深度估计/补全、Stereo、MVS、NeRF等一种或多种算法；\n3、了解CNN、RNN、Transformer、RL、Vision-Language预训练、Finetune（SFT、RLHF等）相关技术或有实践经验；\n4、了解文本、图像、视频、3D等AIGC相关技术；\n5、熟悉任一深度学习开源框架，例如TensorFlow、PyTorch等；\n6、Python或C++编程基础扎实。\n\n【加分项】\n1、计算机视觉、图像处理、计算机图形学、机器视觉、数学以及摄影测量领域硕士及博士优先；\n2、在计算机视觉、机器人、图形学等相关领域顶会发表论文或竞赛取得名次者优先；\n3、具有AR/VR、无人车、机器人等方面实际项目经验优先。\n团队介绍：作为一家拥有自主创新和研发创造能力的科技品牌，PICO致力于成为领先的世界级XR平台，成就开发者与创作者，共同为全球消费者创造更美好的生活体验。我们开创性地将虚拟现实扩展到了多个领域，为运动、视频、娱乐等消费级场景带来了全新体验；并广泛应用在教育、医疗和企业培训等商用场景，给全球企业级用户提供了多元化的VR解决方案。\n\n1、负责研究和开发MR场景中基于多模态的3D端侧感知算法（3D Detection、3D Segmentation等），研发Stereo、Fusion、MVS等深度估计相关算法研发及数据仿真重建管线建设，推进前沿技术在MR场景落地；\n2、负责基于多模态的云端检测、分割、深度估计等模型在数据生产、模型蒸馏、端云结合上的应用，研发高效的MLOps算法生产工具链，完善算法生产的基础设施建设；\n3、预研MR场景多模态大模型的数据建设、模型优化、MR多模态统一建模、指令微调、强化学习、训练、推理加速等技术；\n4、探索基于视觉、语音、文本、点云等模态融合算法，在MR场景中的技术应用、竞赛、论文、专利撰写等。\n1、2027届获得硕士及以上学位，计算机、电子信息、自动化、软件工程或相关专业优先；\n2、了解传统或深度学习的CV任务例如2D/3D Detection/Segmentation、深度估计/补全、Stereo、MVS、NeRF等一种或多种算法；\n3、了解CNN、RNN、Transformer、RL、Vision-Language预训练、Finetune（SFT、RLHF等）相关技术或有实践经验；\n4、了解文本、图像、视频、3D等AIGC相关技术；\n5、熟悉任一深度学习开源框架，例如TensorFlow、PyTorch等；\n6、Python或C++编程基础扎实。\n\n【加分项】\n1、计算机视觉、图像处理、计算机图形学、机器视觉、数学以及摄影测量领域硕士及博士优先；\n2、在计算机视觉、机器人、图形学等相关领域顶会发表论文或竞赛取得名次者优先；\n3、具有AR/VR、无人车、机器人等方面实际项目经验优先。",
    "standard_classification": {
        "std_category_code": "T034",
        "std_aux_codes": [
            "T010"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}