主分类：通用算法研发（其他方向）
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": "量子化学与机器学习研究员-Seed",
"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": "量子化学、机器学习及相关领域的研究人员或博士毕业生",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、从事量子化学（Quantum chemistry）和机器学习交叉领域的研究与应用；\n2、进行基于机器学习的量子化学模型的设计与理论分析；\n3、进行大规模量子化学模拟计算，验证模型的正确性和实用性。",
"requirements_text": "1、量子化学、机器学习及相关领域的研究人员或博士毕业生；\n2、从事过量子化学、机器学习或相关领域的研究工作；\n3、有扎实的数学基础，有一定的计算机编程能力；\n4、有机器学习背景的优先；\n5、在顶级会议或期刊发表过论文的优先。",
"skills": [AI生成
"机器学习"
],
"preferred_qualifications": "4、有机器学习背景的优先；5、在顶级会议或期刊发表过论文的优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7369487256169793829/detail"
}
]
},
"posting": {
"posting_id": "7369487256169793829",
"post_date": "2024-05-16",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7369487256169793829/detail"
},
"fulltext": "量子化学与机器学习研究员-Seed\n职位描述\n1、从事量子化学（Quantum chemistry）和机器学习交叉领域的研究与应用；\n2、进行基于机器学习的量子化学模型的设计与理论分析；\n3、进行大规模量子化学模拟计算，验证模型的正确性和实用性。\n\n职位要求\n1、量子化学、机器学习及相关领域的研究人员或博士毕业生；\n2、从事过量子化学、机器学习或相关领域的研究工作；\n3、有扎实的数学基础，有一定的计算机编程能力；\n4、有机器学习背景的优先；\n5、在顶级会议或期刊发表过论文的优先。\n1、从事量子化学（Quantum chemistry）和机器学习交叉领域的研究与应用；\n2、进行基于机器学习的量子化学模型的设计与理论分析；\n3、进行大规模量子化学模拟计算，验证模型的正确性和实用性。\n1、量子化学、机器学习及相关领域的研究人员或博士毕业生；\n2、从事过量子化学、机器学习或相关领域的研究工作；\n3、有扎实的数学基础，有一定的计算机编程能力；\n4、有机器学习背景的优先；\n5、在顶级会议或期刊发表过论文的优先。",
"standard_classification": {
"std_category_code": "T033",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}