{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AIGC基础算法工程师-多模态大模型",
        "job_level": "未披露",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": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、探索VLM模型Midtrain与Post-train尖端技术，深耕Reasoning RL、Think with Image、多模态推理等方向，突破模型通用认知与复杂推理边界；\n2、探索VLM/Agent与AIGC的深度协同，面向图像、视频、广告创意、素材生成等场景，定义并实现下一代Agentic AIGC系统架构，提升内容生成的可控性、一致性、转化效果和自动化生产效率；\n3、负责AIGC算法在商业化内容生产中的应用，包括商品理解、卖点提炼、创意脚本生成、分镜规划、图像/视频生成、素材评估与自动优化等，构建从商品信息到高质量广告素材的端到端智能生产链路；\n4、结合广告投放目标与效果数据，探索投放指导生产方法，包括基于人群、场景、平台、转化目标的创意策略生成，分析高表现素材规律，指导AIGC模型生成更适合投放的广告内容，并通过数据反馈持续优化素材生产策略；\n5、跟踪业界SOTA技术，开展前瞻性研究，推动VLM、Agent、AIGC、Reasoning RL等方向的技术创新，目标在ICLR、NeurIPS、ACL、CVPR等顶会发表高水平论文，并推动研究成果在业务场景中落地。",
        "requirements_text": "1、对LLM/VLM/Agent的全生命周期训练，包括Midtrain、Post-Train、SFT、RLHF/RLAIF、Reasoning RL等方向有深厚的理论积累与实战经验；\n2、熟悉多模态理解与生成技术，对图像生成、视频生成、文生图/图生视频、多模态一致性、可控生成、AIGC内容评估等方向有研究或项目经验；\n3、具备Agent系统或复杂任务自动化经验，理解任务拆解、工具调用、环境交互、轨迹采样、奖励设计、长链路推理等关键技术；\n4、有AIGC商业化落地经验者优先，包括广告素材生成、商品视频生成、创意生成、投放素材优化、CTR/CVR导向内容生产、素材质量评估等方向；\n5、有较好的编程能力，熟练使用PyTorch、Llama-Factory、Verl等训练框架，具备大规模模型训练、分布式训练或强化学习训练经验。",
        "skills": [AI生成
            "PyTorch",
            "强化学习",
            "模型训练"
        ],
        "preferred_qualifications": "4、有AIGC商业化落地经验者优先，包括广告素材生成、商品视频生成、创意生成、投放素材优化、CTR/CVR导向内容生产、素材质量评估等方向",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7254773366015428924/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7254773366015428924",
        "post_date": "2023-07-12",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7254773366015428924/detail"
    },
    "fulltext": "AIGC基础算法工程师-多模态大模型\n职位描述\n1、探索VLM模型Midtrain与Post-train尖端技术，深耕Reasoning RL、Think with Image、多模态推理等方向，突破模型通用认知与复杂推理边界；\n2、探索VLM/Agent与AIGC的深度协同，面向图像、视频、广告创意、素材生成等场景，定义并实现下一代Agentic AIGC系统架构，提升内容生成的可控性、一致性、转化效果和自动化生产效率；\n3、负责AIGC算法在商业化内容生产中的应用，包括商品理解、卖点提炼、创意脚本生成、分镜规划、图像/视频生成、素材评估与自动优化等，构建从商品信息到高质量广告素材的端到端智能生产链路；\n4、结合广告投放目标与效果数据，探索投放指导生产方法，包括基于人群、场景、平台、转化目标的创意策略生成，分析高表现素材规律，指导AIGC模型生成更适合投放的广告内容，并通过数据反馈持续优化素材生产策略；\n5、跟踪业界SOTA技术，开展前瞻性研究，推动VLM、Agent、AIGC、Reasoning RL等方向的技术创新，目标在ICLR、NeurIPS、ACL、CVPR等顶会发表高水平论文，并推动研究成果在业务场景中落地。\n\n职位要求\n1、对LLM/VLM/Agent的全生命周期训练，包括Midtrain、Post-Train、SFT、RLHF/RLAIF、Reasoning RL等方向有深厚的理论积累与实战经验；\n2、熟悉多模态理解与生成技术，对图像生成、视频生成、文生图/图生视频、多模态一致性、可控生成、AIGC内容评估等方向有研究或项目经验；\n3、具备Agent系统或复杂任务自动化经验，理解任务拆解、工具调用、环境交互、轨迹采样、奖励设计、长链路推理等关键技术；\n4、有AIGC商业化落地经验者优先，包括广告素材生成、商品视频生成、创意生成、投放素材优化、CTR/CVR导向内容生产、素材质量评估等方向；\n5、有较好的编程能力，熟练使用PyTorch、Llama-Factory、Verl等训练框架，具备大规模模型训练、分布式训练或强化学习训练经验。\n1、探索VLM模型Midtrain与Post-train尖端技术，深耕Reasoning RL、Think with Image、多模态推理等方向，突破模型通用认知与复杂推理边界；\n2、探索VLM/Agent与AIGC的深度协同，面向图像、视频、广告创意、素材生成等场景，定义并实现下一代Agentic AIGC系统架构，提升内容生成的可控性、一致性、转化效果和自动化生产效率；\n3、负责AIGC算法在商业化内容生产中的应用，包括商品理解、卖点提炼、创意脚本生成、分镜规划、图像/视频生成、素材评估与自动优化等，构建从商品信息到高质量广告素材的端到端智能生产链路；\n4、结合广告投放目标与效果数据，探索投放指导生产方法，包括基于人群、场景、平台、转化目标的创意策略生成，分析高表现素材规律，指导AIGC模型生成更适合投放的广告内容，并通过数据反馈持续优化素材生产策略；\n5、跟踪业界SOTA技术，开展前瞻性研究，推动VLM、Agent、AIGC、Reasoning RL等方向的技术创新，目标在ICLR、NeurIPS、ACL、CVPR等顶会发表高水平论文，并推动研究成果在业务场景中落地。\n1、对LLM/VLM/Agent的全生命周期训练，包括Midtrain、Post-Train、SFT、RLHF/RLAIF、Reasoning RL等方向有深厚的理论积累与实战经验；\n2、熟悉多模态理解与生成技术，对图像生成、视频生成、文生图/图生视频、多模态一致性、可控生成、AIGC内容评估等方向有研究或项目经验；\n3、具备Agent系统或复杂任务自动化经验，理解任务拆解、工具调用、环境交互、轨迹采样、奖励设计、长链路推理等关键技术；\n4、有AIGC商业化落地经验者优先，包括广告素材生成、商品视频生成、创意生成、投放素材优化、CTR/CVR导向内容生产、素材质量评估等方向；\n5、有较好的编程能力，熟练使用PyTorch、Llama-Factory、Verl等训练框架，具备大规模模型训练、分布式训练或强化学习训练经验。"
}