{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "豆包大模型Agent算法实习生 - Data AML",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "未披露",
        "location": "上海、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": "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\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、参与大模型Agent核心能力优化，面向真实生产力场景，探索如何让Agent更自主、可靠地完成复杂工作；方向覆盖General Agent、Coding Agent及其交叉场景；\n2、参与真实Agent任务与环境建设，包括但不限于：\n1）搜索调研、信息处理、数据分析等复杂知识工作；\n2）代码理解、代码生成与修改、测试、Debug、Repo-level软件工程任务；\n3）跨工具、多步骤和长程复杂任务；\n3、参与Agent核心能力和训练方法研究，包括但不限于：\n1）Planning、Tool Use、Context Management、Memory、Verification；\n2）指令与格式遵循、事实性与幻觉治理；\n3）Long-horizon Agent、错误恢复与自我纠正；\n4）Task/Environment构造、Trajectory生成与筛选；\n5）Reward/Verifier、强化学习、Self-improvement等；\n4、从真实职业和工作流中挖掘有价值的Agent任务，参与构建高质量训练数据、环境和评测体系，并通过分析Agent执行轨迹和失败模式持续推动模型能力提升。",
        "requirements_text": "1、本科及以上学历在读，计算机、人工智能、软件工程及相关专业；\n2、每周至少实习4天，实习期不少于6个月，能够全勤或长期实习者优先；\n3、扎实的机器学习/强化学习基础，或优秀的算法、软件工程与系统能力，对Agent方向有实际研究、项目或工程积累，动手能力强，能够独立解决问题；对于一个明确且有挑战的问题，能够完成资料调研、问题分析、方案设计、代码实现、实验分析和持续迭代；\n4、优秀的代码能力，熟练使用Python；具备良好的工程实践和问题调试能力，有复杂工程项目、开源项目或研究经验者优先；\n5、在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表过相关高质量论文，或主导、深度参与过优秀的Agent、模型训练或智能软件项目，或在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛中取得优秀成绩者优先，但论文不是必要条件；\n6、对AI的实际效用和突破性应用有热情，学习快、自驱力强，愿意挑战开放问题，并关注最终是否真正提升了Agent完成复杂工作的能力。",
        "skills": [AI生成
            "Python",
            "机器学习",
            "强化学习",
            "模型训练",
            "解决问题"
        ],
        "preferred_qualifications": "2、每周至少实习4天，实习期不少于6个月，能够全勤或长期实习者优先；具备良好的工程实践和问题调试能力，有复杂工程项目、开源项目或研究经验者优先；5、在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表过相关高质量论文，或主导、深度参与过优秀的Agent、模型训练或智能软件项目，或在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛中取得优秀成绩者优先，但论文不是必要条件",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7677980451091171589/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7677980451091171589",
        "post_date": "2026-08-25",
        "hire_time": "2、每周至少实习4天，实习期不少于6个月，能够全勤或长期实习者优先",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7677980451091171589/detail"
    },
    "fulltext": "豆包大模型Agent算法实习生 - 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\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、参与大模型Agent核心能力优化，面向真实生产力场景，探索如何让Agent更自主、可靠地完成复杂工作；方向覆盖General Agent、Coding Agent及其交叉场景；\n2、参与真实Agent任务与环境建设，包括但不限于：\n1）搜索调研、信息处理、数据分析等复杂知识工作；\n2）代码理解、代码生成与修改、测试、Debug、Repo-level软件工程任务；\n3）跨工具、多步骤和长程复杂任务；\n3、参与Agent核心能力和训练方法研究，包括但不限于：\n1）Planning、Tool Use、Context Management、Memory、Verification；\n2）指令与格式遵循、事实性与幻觉治理；\n3）Long-horizon Agent、错误恢复与自我纠正；\n4）Task/Environment构造、Trajectory生成与筛选；\n5）Reward/Verifier、强化学习、Self-improvement等；\n4、从真实职业和工作流中挖掘有价值的Agent任务，参与构建高质量训练数据、环境和评测体系，并通过分析Agent执行轨迹和失败模式持续推动模型能力提升。\n\n职位要求\n1、本科及以上学历在读，计算机、人工智能、软件工程及相关专业；\n2、每周至少实习4天，实习期不少于6个月，能够全勤或长期实习者优先；\n3、扎实的机器学习/强化学习基础，或优秀的算法、软件工程与系统能力，对Agent方向有实际研究、项目或工程积累，动手能力强，能够独立解决问题；对于一个明确且有挑战的问题，能够完成资料调研、问题分析、方案设计、代码实现、实验分析和持续迭代；\n4、优秀的代码能力，熟练使用Python；具备良好的工程实践和问题调试能力，有复杂工程项目、开源项目或研究经验者优先；\n5、在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表过相关高质量论文，或主导、深度参与过优秀的Agent、模型训练或智能软件项目，或在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛中取得优秀成绩者优先，但论文不是必要条件；\n6、对AI的实际效用和突破性应用有热情，学习快、自驱力强，愿意挑战开放问题，并关注最终是否真正提升了Agent完成复杂工作的能力。\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\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、参与大模型Agent核心能力优化，面向真实生产力场景，探索如何让Agent更自主、可靠地完成复杂工作；方向覆盖General Agent、Coding Agent及其交叉场景；\n2、参与真实Agent任务与环境建设，包括但不限于：\n1）搜索调研、信息处理、数据分析等复杂知识工作；\n2）代码理解、代码生成与修改、测试、Debug、Repo-level软件工程任务；\n3）跨工具、多步骤和长程复杂任务；\n3、参与Agent核心能力和训练方法研究，包括但不限于：\n1）Planning、Tool Use、Context Management、Memory、Verification；\n2）指令与格式遵循、事实性与幻觉治理；\n3）Long-horizon Agent、错误恢复与自我纠正；\n4）Task/Environment构造、Trajectory生成与筛选；\n5）Reward/Verifier、强化学习、Self-improvement等；\n4、从真实职业和工作流中挖掘有价值的Agent任务，参与构建高质量训练数据、环境和评测体系，并通过分析Agent执行轨迹和失败模式持续推动模型能力提升。\n1、本科及以上学历在读，计算机、人工智能、软件工程及相关专业；\n2、每周至少实习4天，实习期不少于6个月，能够全勤或长期实习者优先；\n3、扎实的机器学习/强化学习基础，或优秀的算法、软件工程与系统能力，对Agent方向有实际研究、项目或工程积累，动手能力强，能够独立解决问题；对于一个明确且有挑战的问题，能够完成资料调研、问题分析、方案设计、代码实现、实验分析和持续迭代；\n4、优秀的代码能力，熟练使用Python；具备良好的工程实践和问题调试能力，有复杂工程项目、开源项目或研究经验者优先；\n5、在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表过相关高质量论文，或主导、深度参与过优秀的Agent、模型训练或智能软件项目，或在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛中取得优秀成绩者优先，但论文不是必要条件；\n6、对AI的实际效用和突破性应用有热情，学习快、自驱力强，愿意挑战开放问题，并关注最终是否真正提升了Agent完成复杂工作的能力。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [
            "T015"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}