{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大模型Agent算法工程师（全球内容理解与趋势预测） - TikTok算法",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京、上海",
        "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届获得本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍：TikTok搜推算法团队，负责TikTok短视频产品的基础推荐、搜索算法，加入我们，你能接触到包括搜索、用户增长、社交、直播、内容创造、内容消费等核心业务场景，直接为核心用户体验负责，支持产品在全球赛道上高速发展。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、多模态大模型的落地，并着力研究下一代AI Search和Chatbot的核心研发技术，包括不限于Multi-Agent、Agentic RL、Harness、Loop Engineering，探索强化学习在大模型时代的新范式。在这里，你可以深入钻研机器学习算法的改进和优化，探索前沿的技术；可以感受不同文化的碰撞，激发认知；可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。\n\n1、探索LLM、MLLM与Agent在内容理解、趋势发现、推荐和搜索方向的前沿技术，并推动其在全球化业务中落地；\n2、构建面向短视频场景的多模态内容理解能力，统一建模视频画面、文本、音乐、话题、创作者、用户反馈及外部事件；\n3、研究大模型驱动的早期趋势发现方法，从曝光、观看、互动、搜索和内容供给等多源信号中识别尚处于萌芽阶段的潜在热点，并建模内容趋势的产生、增长、跨区域传播和消退过程，预测其流行概率、峰值规模、传播范围及生命周期；\n4、构建具备规划、检索、工具调用、数据分析和自我校验能力的Agent，使其能够主动提出假设、收集证据、交叉验证并生成可解释的趋势判断；\n5、研究跨语言、跨文化的内容理解与趋势迁移，探索热点在不同国家、文化圈层和用户群体间的传播规律；\n6、与推荐、搜索、内容运营及全球化业务团队合作，完成从算法研究、模型训练到大规模线上应用的完整闭环。",
        "requirements_text": "1、2027届获得本科及以上学历，计算机、人工智能、数学、统计学或相关专业；\n2、具备扎实的机器学习与深度学习基础；熟悉大语言模型、多模态大模型、自然语言处理、计算机视觉、推荐系统或时间序列中的一个或多个方向；\n3、具备良好的编程和算法实现能力，能够独立完成模型训练、实验分析与效果评估；\n4、对LLM、Agent、生成式推荐等前沿方向有强烈兴趣，愿意探索开放、复杂且具有不确定性的技术问题；\n5、具备良好的问题抽象能力，能够从真实业务场景中发现并定义有价值的技术问题；\n6、具备良好的沟通与协作能力，能够与算法、工程和业务团队共同推动项目落地。\n\n加分项\n1、在LLM、MLLM、Agent、推荐系统、多模态内容理解或趋势预测方向有研究与项目经验；\n2、熟悉预训练与后训练、RAG、Tool Use、强化学习、多智能体系统或生成式推荐中的一种或多种技术；\n3、在相关领域发表过论文，或拥有高质量竞赛、开源项目及大模型实践经历；\n4、对全球产品、不同地区的内容文化以及跨文化传播感兴趣；\n5、既享受探索前沿算法，也期待让技术真正应用于大规模产品、影响全球用户。",
        "skills": [AI生成
            "机器学习",
            "深度学习",
            "强化学习",
            "自然语言处理",
            "计算机视觉",
            "模型训练",
            "大语言模型",
            "检索增强生成",
            "智能体开发"
        ],
        "preferred_qualifications": "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/7679724676617079093/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7679724676617079093",
        "post_date": "2026-08-30",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7679724676617079093/detail"
    },
    "fulltext": "大模型Agent算法工程师（全球内容理解与趋势预测） - TikTok算法\n职位描述\n团队介绍：TikTok搜推算法团队，负责TikTok短视频产品的基础推荐、搜索算法，加入我们，你能接触到包括搜索、用户增长、社交、直播、内容创造、内容消费等核心业务场景，直接为核心用户体验负责，支持产品在全球赛道上高速发展。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、多模态大模型的落地，并着力研究下一代AI Search和Chatbot的核心研发技术，包括不限于Multi-Agent、Agentic RL、Harness、Loop Engineering，探索强化学习在大模型时代的新范式。在这里，你可以深入钻研机器学习算法的改进和优化，探索前沿的技术；可以感受不同文化的碰撞，激发认知；可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。\n\n1、探索LLM、MLLM与Agent在内容理解、趋势发现、推荐和搜索方向的前沿技术，并推动其在全球化业务中落地；\n2、构建面向短视频场景的多模态内容理解能力，统一建模视频画面、文本、音乐、话题、创作者、用户反馈及外部事件；\n3、研究大模型驱动的早期趋势发现方法，从曝光、观看、互动、搜索和内容供给等多源信号中识别尚处于萌芽阶段的潜在热点，并建模内容趋势的产生、增长、跨区域传播和消退过程，预测其流行概率、峰值规模、传播范围及生命周期；\n4、构建具备规划、检索、工具调用、数据分析和自我校验能力的Agent，使其能够主动提出假设、收集证据、交叉验证并生成可解释的趋势判断；\n5、研究跨语言、跨文化的内容理解与趋势迁移，探索热点在不同国家、文化圈层和用户群体间的传播规律；\n6、与推荐、搜索、内容运营及全球化业务团队合作，完成从算法研究、模型训练到大规模线上应用的完整闭环。\n\n职位要求\n1、2027届获得本科及以上学历，计算机、人工智能、数学、统计学或相关专业；\n2、具备扎实的机器学习与深度学习基础；熟悉大语言模型、多模态大模型、自然语言处理、计算机视觉、推荐系统或时间序列中的一个或多个方向；\n3、具备良好的编程和算法实现能力，能够独立完成模型训练、实验分析与效果评估；\n4、对LLM、Agent、生成式推荐等前沿方向有强烈兴趣，愿意探索开放、复杂且具有不确定性的技术问题；\n5、具备良好的问题抽象能力，能够从真实业务场景中发现并定义有价值的技术问题；\n6、具备良好的沟通与协作能力，能够与算法、工程和业务团队共同推动项目落地。\n\n加分项\n1、在LLM、MLLM、Agent、推荐系统、多模态内容理解或趋势预测方向有研究与项目经验；\n2、熟悉预训练与后训练、RAG、Tool Use、强化学习、多智能体系统或生成式推荐中的一种或多种技术；\n3、在相关领域发表过论文，或拥有高质量竞赛、开源项目及大模型实践经历；\n4、对全球产品、不同地区的内容文化以及跨文化传播感兴趣；\n5、既享受探索前沿算法，也期待让技术真正应用于大规模产品、影响全球用户。\n团队介绍：TikTok搜推算法团队，负责TikTok短视频产品的基础推荐、搜索算法，加入我们，你能接触到包括搜索、用户增长、社交、直播、内容创造、内容消费等核心业务场景，直接为核心用户体验负责，支持产品在全球赛道上高速发展。我们的工作内容包括大规模推荐算法的优化、复杂约束的优化问题的解决、多模态大模型的落地，并着力研究下一代AI Search和Chatbot的核心研发技术，包括不限于Multi-Agent、Agentic RL、Harness、Loop Engineering，探索强化学习在大模型时代的新范式。在这里，你可以深入钻研机器学习算法的改进和优化，探索前沿的技术；可以感受不同文化的碰撞，激发认知；可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。\n\n1、探索LLM、MLLM与Agent在内容理解、趋势发现、推荐和搜索方向的前沿技术，并推动其在全球化业务中落地；\n2、构建面向短视频场景的多模态内容理解能力，统一建模视频画面、文本、音乐、话题、创作者、用户反馈及外部事件；\n3、研究大模型驱动的早期趋势发现方法，从曝光、观看、互动、搜索和内容供给等多源信号中识别尚处于萌芽阶段的潜在热点，并建模内容趋势的产生、增长、跨区域传播和消退过程，预测其流行概率、峰值规模、传播范围及生命周期；\n4、构建具备规划、检索、工具调用、数据分析和自我校验能力的Agent，使其能够主动提出假设、收集证据、交叉验证并生成可解释的趋势判断；\n5、研究跨语言、跨文化的内容理解与趋势迁移，探索热点在不同国家、文化圈层和用户群体间的传播规律；\n6、与推荐、搜索、内容运营及全球化业务团队合作，完成从算法研究、模型训练到大规模线上应用的完整闭环。\n1、2027届获得本科及以上学历，计算机、人工智能、数学、统计学或相关专业；\n2、具备扎实的机器学习与深度学习基础；熟悉大语言模型、多模态大模型、自然语言处理、计算机视觉、推荐系统或时间序列中的一个或多个方向；\n3、具备良好的编程和算法实现能力，能够独立完成模型训练、实验分析与效果评估；\n4、对LLM、Agent、生成式推荐等前沿方向有强烈兴趣，愿意探索开放、复杂且具有不确定性的技术问题；\n5、具备良好的问题抽象能力，能够从真实业务场景中发现并定义有价值的技术问题；\n6、具备良好的沟通与协作能力，能够与算法、工程和业务团队共同推动项目落地。\n\n加分项\n1、在LLM、MLLM、Agent、推荐系统、多模态内容理解或趋势预测方向有研究与项目经验；\n2、熟悉预训练与后训练、RAG、Tool Use、强化学习、多智能体系统或生成式推荐中的一种或多种技术；\n3、在相关领域发表过论文，或拥有高质量竞赛、开源项目及大模型实践经历；\n4、对全球产品、不同地区的内容文化以及跨文化传播感兴趣；\n5、既享受探索前沿算法，也期待让技术真正应用于大规模产品、影响全球用户。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [
            "T010"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}