主分类：大模型与生成式算法研发
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": "算法实习生-TikTok AI创新中心",
"job_level": "实习",AI生成
"work_category": "实习",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": "硕士及以上学位在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok 在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。\n\nTikTok AI创新中心，是致力于AI基础设施建设和创新研究的部门，探索行业领先的人工智能技术，包括大语言模型，多模态大模型等研究方向。我们希望研发能够处理多语言和海量视频内容理解的模型算法，为用户带来更好的内容消费体验。在Code AI方向，我们利用大语言模型强大的代码理解与推理能力，提升程序性能与研发效率。\n\n1、与研究科学家密切合作，开发先进的RLHF（人类反馈强化学习）算法，并将其应用于多模态大模型和视频理解任务；\n2、参与尖端RLHF技术的研究；\n3、构建高质量偏好数据训练多模态大语言模型，提升模型基础能力。",
"requirements_text": "1、硕士及以上学位在读，计算机相关专业优先；\n2、在机器学习（ML）、计算机视觉（CV）、自然语言处理（NLP）等领域发布过论文者优先（NeurIPS、ICML、ICLR、CVPR、ICCV、ACL、EMNLP等），对LLM有实际开发经验者优先；\n3、具备出色的编程能力、数据结构和算法技能，熟练掌握C/C++或Python编程语言，在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛中获奖者优先；\n4、拥有机器学习领域的研究经历，特别是在大规模语言模型（LLMs）和生成式人工智能方面；\n5、良好的沟通能力和团队合作精神，出色的问题分析和解决能力，并对解决具有挑战性的问题充满热情；\n6、每周可实习3天以上，可实习4个月以上。",
"skills": [AI生成
"Python",
"C++",
"机器学习",
"自然语言处理",
"计算机视觉",
"数据结构",
"团队协作",
"沟通能力",
"大语言模型"
],
"preferred_qualifications": "1、硕士及以上学位在读，计算机相关专业优先；2、在机器学习（ML）、计算机视觉（CV）、自然语言处理（NLP）等领域发布过论文者优先（NeurIPS、ICML、ICLR、CVPR、ICCV、ACL、EMNLP等），对LLM有实际开发经验者优先；3、具备出色的编程能力、数据结构和算法技能，熟练掌握C/C++或Python编程语言，在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛中获奖者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7441782184224557320/detail"
}
]
},
"posting": {
"posting_id": "7441782184224557320",
"post_date": "2024-11-27",
"hire_time": "6、每周可实习3天以上，可实习4个月以上",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7441782184224557320/detail"
},
"fulltext": "算法实习生-TikTok AI创新中心\n职位描述\n日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok 在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。\n\nTikTok AI创新中心，是致力于AI基础设施建设和创新研究的部门，探索行业领先的人工智能技术，包括大语言模型，多模态大模型等研究方向。我们希望研发能够处理多语言和海量视频内容理解的模型算法，为用户带来更好的内容消费体验。在Code AI方向，我们利用大语言模型强大的代码理解与推理能力，提升程序性能与研发效率。\n\n1、与研究科学家密切合作，开发先进的RLHF（人类反馈强化学习）算法，并将其应用于多模态大模型和视频理解任务；\n2、参与尖端RLHF技术的研究；\n3、构建高质量偏好数据训练多模态大语言模型，提升模型基础能力。\n\n职位要求\n1、硕士及以上学位在读，计算机相关专业优先；\n2、在机器学习（ML）、计算机视觉（CV）、自然语言处理（NLP）等领域发布过论文者优先（NeurIPS、ICML、ICLR、CVPR、ICCV、ACL、EMNLP等），对LLM有实际开发经验者优先；\n3、具备出色的编程能力、数据结构和算法技能，熟练掌握C/C++或Python编程语言，在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛中获奖者优先；\n4、拥有机器学习领域的研究经历，特别是在大规模语言模型（LLMs）和生成式人工智能方面；\n5、良好的沟通能力和团队合作精神，出色的问题分析和解决能力，并对解决具有挑战性的问题充满热情；\n6、每周可实习3天以上，可实习4个月以上。\n日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok 在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。\n\nTikTok AI创新中心，是致力于AI基础设施建设和创新研究的部门，探索行业领先的人工智能技术，包括大语言模型，多模态大模型等研究方向。我们希望研发能够处理多语言和海量视频内容理解的模型算法，为用户带来更好的内容消费体验。在Code AI方向，我们利用大语言模型强大的代码理解与推理能力，提升程序性能与研发效率。\n\n1、与研究科学家密切合作，开发先进的RLHF（人类反馈强化学习）算法，并将其应用于多模态大模型和视频理解任务；\n2、参与尖端RLHF技术的研究；\n3、构建高质量偏好数据训练多模态大语言模型，提升模型基础能力。\n1、硕士及以上学位在读，计算机相关专业优先；\n2、在机器学习（ML）、计算机视觉（CV）、自然语言处理（NLP）等领域发布过论文者优先（NeurIPS、ICML、ICLR、CVPR、ICCV、ACL、EMNLP等），对LLM有实际开发经验者优先；\n3、具备出色的编程能力、数据结构和算法技能，熟练掌握C/C++或Python编程语言，在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛中获奖者优先；\n4、拥有机器学习领域的研究经历，特别是在大规模语言模型（LLMs）和生成式人工智能方面；\n5、良好的沟通能力和团队合作精神，出色的问题分析和解决能力，并对解决具有挑战性的问题充满热情；\n6、每周可实习3天以上，可实习4个月以上。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}