主分类：AI训练推理与计算优化
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": "算法优化工程师-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": "机器学习"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",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍：字节跳动Seed团队成立于2023年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。\nSeed团队在AI领域拥有长期愿景与决心，团队研究方向涵盖MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE等超过50个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包App用户量在中国市场排名第一，豆包大模型日均Token调用量行业领先。\n\n1、研发文生图/文生视频等多模态生成大模型的算法加速技术，通过步数蒸馏、MoE、稀疏、轻量化网络、低比特量化等模型层面优化手段，实现生成效率数量级提升；\n2、主导生成式模型的创新算法研究，攻克Diffusion模型、自回归模型、多模态理解生成统一大模型等方向的算法加速，通过算法提升模型推理效率；\n3、与上下游部门深度合作，分析性能瓶颈，通过算法优化提升模型推理效率，优化多模态视觉生成大模型，推动字节跳动AI关键业务发展。",
"requirements_text": "1、本科及以上学历，计算机/电子/信息/通信/自动化/软件等相关专业；\n2、精通扩散模型以及自回归模型的算法细节，深入理解模型计算瓶颈与优化方法论；\n3、具备以下至少一个领域经验：模型压缩加速（量化/知识蒸馏）、高效架构设计（MoE/稀疏Attention）、生成对齐算法（DPO）；\n4、符合以下条件者优先：在等比赛获奖者优先、在ICML/NeurIPS/CVPR/ECCV/ICCV等发表论文、有开源框架核心算法贡献（如优化）。",
"skills": [AI生成
"架构设计"
],
"preferred_qualifications": "4、符合以下条件者优先：在等比赛获奖者优先、在ICML/NeurIPS/CVPR/ECCV/ICCV等发表论文、有开源框架核心算法贡献（如优化）",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7370934233675876617/detail"
}
]
},
"posting": {
"posting_id": "7370934233675876617",
"post_date": "2024-05-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7370934233675876617/detail"
},
"fulltext": "算法优化工程师-Seed\n职位描述\n团队介绍：字节跳动Seed团队成立于2023年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。\nSeed团队在AI领域拥有长期愿景与决心，团队研究方向涵盖MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE等超过50个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包App用户量在中国市场排名第一，豆包大模型日均Token调用量行业领先。\n\n1、研发文生图/文生视频等多模态生成大模型的算法加速技术，通过步数蒸馏、MoE、稀疏、轻量化网络、低比特量化等模型层面优化手段，实现生成效率数量级提升；\n2、主导生成式模型的创新算法研究，攻克Diffusion模型、自回归模型、多模态理解生成统一大模型等方向的算法加速，通过算法提升模型推理效率；\n3、与上下游部门深度合作，分析性能瓶颈，通过算法优化提升模型推理效率，优化多模态视觉生成大模型，推动字节跳动AI关键业务发展。\n\n职位要求\n1、本科及以上学历，计算机/电子/信息/通信/自动化/软件等相关专业；\n2、精通扩散模型以及自回归模型的算法细节，深入理解模型计算瓶颈与优化方法论；\n3、具备以下至少一个领域经验：模型压缩加速（量化/知识蒸馏）、高效架构设计（MoE/稀疏Attention）、生成对齐算法（DPO）；\n4、符合以下条件者优先：在等比赛获奖者优先、在ICML/NeurIPS/CVPR/ECCV/ICCV等发表论文、有开源框架核心算法贡献（如优化）。\n团队介绍：字节跳动Seed团队成立于2023年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。\nSeed团队在AI领域拥有长期愿景与决心，团队研究方向涵盖MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE等超过50个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包App用户量在中国市场排名第一，豆包大模型日均Token调用量行业领先。\n\n1、研发文生图/文生视频等多模态生成大模型的算法加速技术，通过步数蒸馏、MoE、稀疏、轻量化网络、低比特量化等模型层面优化手段，实现生成效率数量级提升；\n2、主导生成式模型的创新算法研究，攻克Diffusion模型、自回归模型、多模态理解生成统一大模型等方向的算法加速，通过算法提升模型推理效率；\n3、与上下游部门深度合作，分析性能瓶颈，通过算法优化提升模型推理效率，优化多模态视觉生成大模型，推动字节跳动AI关键业务发展。\n1、本科及以上学历，计算机/电子/信息/通信/自动化/软件等相关专业；\n2、精通扩散模型以及自回归模型的算法细节，深入理解模型计算瓶颈与优化方法论；\n3、具备以下至少一个领域经验：模型压缩加速（量化/知识蒸馏）、高效架构设计（MoE/稀疏Attention）、生成对齐算法（DPO）；\n4、符合以下条件者优先：在等比赛获奖者优先、在ICML/NeurIPS/CVPR/ECCV/ICCV等发表论文、有开源框架核心算法贡献（如优化）。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}