主分类：大模型与生成式算法研发
辅助：Agent系统开发（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "大模型基础算法专家-Global Monetization Product and Technology（上海/北京）",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "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": "本科或以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责基础模型和Generative AI的基础能力建设，极致优化预训练、后训练微调、领域知识注入、RLHF、RM、AI Safety等能力；同时重点探索大模型智能体（Agent）的核心能力构建，包括Agentic RL、自主推理规划（Reasoning&Planning）、工具/技能调用（Tool/Skill-Use）及长期记忆（Long-term Memory）等方向；\n2、将AIGC相关技术在广告、电商、短视频、直播等商业产品的内容理解上落地，构建新一代基于大模型的商业化生态；并推动智能体技术在复杂业务流中的深度应用，如基于Tool-Integrated Reasoning的自动化决策、Deep Research辅助分析、Agentic Coding，GUI Agent以及长程任务（Long-horizon Tasks）的端到端优化；\n3、从事强化学习与大语言模型智能体（LLM-based Agent）相结合的交叉研究与应用落地；聚焦Agentic精细化评估（Fine-grained Evaluation）、对齐训练（Alignment for Agents）、多模态推理与动态Skills管理，提升智能体在真实场景中的泛化性与可控性；\n4、探索大模型高效训练/推理方案，同步研发面向智能体的系统级优化技术，包括Harness/Environment优化、多轮交互推理加速、记忆压缩与检索效率提升，支撑Agent在低延迟、高并发场景下的稳定运行；\n5、有丰富的Agent Framework/Harness开发经验，支持业务上稳定的Agent方案上线，并具备仿真环境构建、轨迹数据生成、上下文优化以及联合训练框架端到端训练等相关研发背景。",
"requirements_text": "1、本科或以上学历，计算机、自动化、电子信息或相关专业；\n2、扎实掌握常见机器学习相关技术和算法，熟悉至少一种深度学习框架（如PyTorch、TensorFlow等），对计算机视觉或NLP至少一个领域有丰富经验；有LLM预训练/微调/推理实战经验，或熟悉主流智能体架构（如ReAct、Plan-and-Solve、Multi-Agent等）者优先；\n3、具有AIGC相关的算法经验和业务落地经验；具备Agentic AI、Tool-Use、复杂任务规划或智能体评估（如AgentBench、WebArena、SWE-bench等）相关项目经验者加分；\n4、编程基础扎实，熟悉基本的数据结构和算法；\n5、具备优秀的分析及解决问题能力、逻辑思维能力、沟通协作能力，保持对新事物的好奇心，责任心强，诚信可靠；\n6、在AI顶会顶刊（如CVPR,ICCV,ECCV,TPAMI,IJCV,ICML,NeurIPS,ICLR,ACL,EMNLP,NAACL等）发表过AIGC相关的高水平论文者优先；有大模型智能体、强化学习、工具学习、长程规划或Agentic Coding等方向的顶会成果（含CoRL、Agent Track等）或工业级落地案例者，同等条件下优先录用。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"React",
"机器学习",
"深度学习",
"强化学习",
"计算机视觉",
"数据结构",
"解决问题",
"逻辑思维",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "有LLM预训练/微调/推理实战经验，或熟悉主流智能体架构（如ReAct、Plan-and-Solve、Multi-Agent等）者优先；具备Agentic AI、Tool-Use、复杂任务规划或智能体评估（如AgentBench、WebArena、SWE-bench等）相关项目经验者加分；6、在AI顶会顶刊（如CVPR,ICCV,ECCV,TPAMI,IJCV,ICML,NeurIPS,ICLR,ACL,EMNLP,NAACL等）发表过AIGC相关的高水平论文者优先；有大模型智能体、强化学习、工具学习、长程规划或Agentic Coding等方向的顶会成果（含CoRL、Agent Track等）或工业级落地案例者，同等条件下优先录用",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7344994205192915210/detail"
}
]
},
"posting": {
"posting_id": "7344994205192915210",
"post_date": "2024-03-11",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7344994205192915210/detail"
},
"fulltext": "大模型基础算法专家-Global Monetization Product and Technology（上海/北京）\n职位描述\n1、负责基础模型和Generative AI的基础能力建设，极致优化预训练、后训练微调、领域知识注入、RLHF、RM、AI Safety等能力；同时重点探索大模型智能体（Agent）的核心能力构建，包括Agentic RL、自主推理规划（Reasoning&Planning）、工具/技能调用（Tool/Skill-Use）及长期记忆（Long-term Memory）等方向；\n2、将AIGC相关技术在广告、电商、短视频、直播等商业产品的内容理解上落地，构建新一代基于大模型的商业化生态；并推动智能体技术在复杂业务流中的深度应用，如基于Tool-Integrated Reasoning的自动化决策、Deep Research辅助分析、Agentic Coding，GUI Agent以及长程任务（Long-horizon Tasks）的端到端优化；\n3、从事强化学习与大语言模型智能体（LLM-based Agent）相结合的交叉研究与应用落地；聚焦Agentic精细化评估（Fine-grained Evaluation）、对齐训练（Alignment for Agents）、多模态推理与动态Skills管理，提升智能体在真实场景中的泛化性与可控性；\n4、探索大模型高效训练/推理方案，同步研发面向智能体的系统级优化技术，包括Harness/Environment优化、多轮交互推理加速、记忆压缩与检索效率提升，支撑Agent在低延迟、高并发场景下的稳定运行；\n5、有丰富的Agent Framework/Harness开发经验，支持业务上稳定的Agent方案上线，并具备仿真环境构建、轨迹数据生成、上下文优化以及联合训练框架端到端训练等相关研发背景。\n\n职位要求\n1、本科或以上学历，计算机、自动化、电子信息或相关专业；\n2、扎实掌握常见机器学习相关技术和算法，熟悉至少一种深度学习框架（如PyTorch、TensorFlow等），对计算机视觉或NLP至少一个领域有丰富经验；有LLM预训练/微调/推理实战经验，或熟悉主流智能体架构（如ReAct、Plan-and-Solve、Multi-Agent等）者优先；\n3、具有AIGC相关的算法经验和业务落地经验；具备Agentic AI、Tool-Use、复杂任务规划或智能体评估（如AgentBench、WebArena、SWE-bench等）相关项目经验者加分；\n4、编程基础扎实，熟悉基本的数据结构和算法；\n5、具备优秀的分析及解决问题能力、逻辑思维能力、沟通协作能力，保持对新事物的好奇心，责任心强，诚信可靠；\n6、在AI顶会顶刊（如CVPR,ICCV,ECCV,TPAMI,IJCV,ICML,NeurIPS,ICLR,ACL,EMNLP,NAACL等）发表过AIGC相关的高水平论文者优先；有大模型智能体、强化学习、工具学习、长程规划或Agentic Coding等方向的顶会成果（含CoRL、Agent Track等）或工业级落地案例者，同等条件下优先录用。\n1、负责基础模型和Generative AI的基础能力建设，极致优化预训练、后训练微调、领域知识注入、RLHF、RM、AI Safety等能力；同时重点探索大模型智能体（Agent）的核心能力构建，包括Agentic RL、自主推理规划（Reasoning&Planning）、工具/技能调用（Tool/Skill-Use）及长期记忆（Long-term Memory）等方向；\n2、将AIGC相关技术在广告、电商、短视频、直播等商业产品的内容理解上落地，构建新一代基于大模型的商业化生态；并推动智能体技术在复杂业务流中的深度应用，如基于Tool-Integrated Reasoning的自动化决策、Deep Research辅助分析、Agentic Coding，GUI Agent以及长程任务（Long-horizon Tasks）的端到端优化；\n3、从事强化学习与大语言模型智能体（LLM-based Agent）相结合的交叉研究与应用落地；聚焦Agentic精细化评估（Fine-grained Evaluation）、对齐训练（Alignment for Agents）、多模态推理与动态Skills管理，提升智能体在真实场景中的泛化性与可控性；\n4、探索大模型高效训练/推理方案，同步研发面向智能体的系统级优化技术，包括Harness/Environment优化、多轮交互推理加速、记忆压缩与检索效率提升，支撑Agent在低延迟、高并发场景下的稳定运行；\n5、有丰富的Agent Framework/Harness开发经验，支持业务上稳定的Agent方案上线，并具备仿真环境构建、轨迹数据生成、上下文优化以及联合训练框架端到端训练等相关研发背景。\n1、本科或以上学历，计算机、自动化、电子信息或相关专业；\n2、扎实掌握常见机器学习相关技术和算法，熟悉至少一种深度学习框架（如PyTorch、TensorFlow等），对计算机视觉或NLP至少一个领域有丰富经验；有LLM预训练/微调/推理实战经验，或熟悉主流智能体架构（如ReAct、Plan-and-Solve、Multi-Agent等）者优先；\n3、具有AIGC相关的算法经验和业务落地经验；具备Agentic AI、Tool-Use、复杂任务规划或智能体评估（如AgentBench、WebArena、SWE-bench等）相关项目经验者加分；\n4、编程基础扎实，熟悉基本的数据结构和算法；\n5、具备优秀的分析及解决问题能力、逻辑思维能力、沟通协作能力，保持对新事物的好奇心，责任心强，诚信可靠；\n6、在AI顶会顶刊（如CVPR,ICCV,ECCV,TPAMI,IJCV,ICML,NeurIPS,ICLR,ACL,EMNLP,NAACL等）发表过AIGC相关的高水平论文者优先；有大模型智能体、强化学习、工具学习、长程规划或Agentic Coding等方向的顶会成果（含CoRL、Agent Track等）或工业级落地案例者，同等条件下优先录用。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}